Visual Analytics for Knowledge Laboratory (VIS2KNOW Lab)
글로벌융합학부 무함마드칸
VIS2KNOW 연구실은 정보 보안, 영상 분석, 딥러닝, 의료 영상, 빅데이터 등 다양한 융합 분야에서 세계적인 연구 역량을 보유하고 있습니다. 본 연구실은 이미지 스테가노그래피, 암호화, 해싱, 워터마킹 등 첨단 정보 보안 기술을 개발하여, 디지털 환경에서 데이터의 기밀성과 무결성을 보장하는 데 중점을 두고 있습니다. 이러한 기술은 스마트 시티, IoT, 의료 시스템 등 실제 산업 현장에서 발생하는 보안 위협에 효과적으로 대응할 수 있도록 설계되었습니다.
또한, 비전 기반 영상 분석 및 딥러닝 응용 분야에서도 선도적인 연구를 수행하고 있습니다. 영상 감시, 화재 및 연기 감지, 행동 인식, 비디오 요약, 객체 재식별 등 다양한 주제를 다루며, 최신 딥러닝 모델과 경량화 기술을 접목하여 자원 제약 환경에서도 실시간 고성능 분석이 가능하도록 연구를 진행하고 있습니다. 이러한 연구는 스마트 시티, 자율주행, 산업용 IoT 등 다양한 분야에 적용되어 사회적 안전과 효율성을 높이고 있습니다.
의료 영상 분석 및 빅데이터 융합 분야에서도 활발한 연구가 이루어지고 있습니다. 딥러닝 기반의 의료 영상 진단, 암 및 뇌질환 자동 분류, 연합학습, 프라이버시 보호 등 첨단 기술을 활용하여, 환자 맞춤형 진단 및 스마트 헬스케어 솔루션을 개발하고 있습니다. 의료 데이터의 안전한 관리와 효율적 활용을 위한 암호화, 스테가노그래피, 데이터 증강 등 다양한 기술도 함께 연구되고 있습니다.
VIS2KNOW 연구실은 국내외 유수의 학술지 논문, 특허, 산학협력 프로젝트, 국제 공동연구 등을 통해 연구성과를 지속적으로 확장하고 있습니다. 연구실 소속 교수진과 연구원들은 IEEE Senior Membership, Highly Cited Researcher 등 다양한 국제적 수상 경력을 보유하고 있으며, 글로벌 연구 네트워크를 기반으로 혁신적인 연구를 선도하고 있습니다.
이처럼 VIS2KNOW 연구실은 정보 보안, 영상 인식, 의료 영상, 빅데이터 등 다양한 분야의 융합 연구를 통해 4차 산업혁명 시대의 핵심 기술 발전에 기여하고 있습니다. 앞으로도 첨단 융합기술 개발과 실용화, 그리고 글로벌 연구 협력을 통해 사회적 가치 창출과 미래 혁신을 이끌어 나갈 것입니다.
Explainable Artificial Intelligence
Medical Data Security
Deep Learning
정보 보안 및 이미지 스테가노그래피
VIS2KNOW 연구실은 정보 보안 분야에서 이미지 스테가노그래피, 이미지 암호화, 이미지 해싱, 이미지 워터마킹 등 다양한 기술을 연구하고 있습니다. 이미지 스테가노그래피는 디지털 이미지 내에 비밀 정보를 은닉하여 데이터의 기밀성과 무결성을 보장하는 기술로, 온라인 소셜 네트워크나 IoT 환경에서의 데이터 보호에 필수적입니다. 연구실에서는 다양한 색상 공간, 암호화 알고리즘, 다중 레벨 암호화 기법을 활용하여 스테가노그래피의 효율성과 보안성을 극대화하고 있습니다.
이미지 암호화와 해싱 기술은 의료 영상, 산업용 IoT, 스마트 시티 등 다양한 응용 분야에서 데이터의 안전한 저장과 전송을 가능하게 합니다. 예를 들어, 의료 영상 데이터의 경우 환자의 민감한 정보를 보호하기 위해 고성능 암호화 및 해싱 알고리즘이 적용됩니다. 또한, 워터마킹 기술을 통해 디지털 콘텐츠의 저작권 보호와 위변조 탐지 기능을 강화하고 있습니다.
이러한 연구는 실제 산업 현장과 스마트 시티, 의료 시스템 등에서 발생할 수 있는 다양한 보안 위협에 대응하기 위한 기반 기술로 활용되고 있습니다. VIS2KNOW 연구실은 최신 딥러닝 및 인공지능 기법과 결합하여, 더욱 지능적이고 신뢰성 높은 정보 보안 솔루션을 개발하고 있으며, 관련 특허와 논문을 통해 국제적으로도 그 성과를 인정받고 있습니다.
비전 기반 영상 분석 및 딥러닝 응용
VIS2KNOW 연구실은 비전 기반 영상 분석과 딥러닝을 활용한 다양한 응용 연구를 수행하고 있습니다. 대표적으로 영상 감시(비디오 서베일런스), 화재 및 연기 장면 분석, 비디오 요약, 행동 인식, 이상행동 탐지, 객체 재식별(Person Re-identification) 등 다양한 주제를 다루고 있습니다. 특히, 3D CNN, LSTM, Attention Mechanism 등 최신 딥러닝 모델을 활용하여 복잡한 환경에서도 높은 정확도의 영상 분석이 가능하도록 연구를 진행하고 있습니다.
화재 및 연기 감지와 같은 재난 대응 시스템, 스마트 시티 내 대규모 감시 네트워크, 자율주행 차량의 영상 인식, 의료 영상 분석 등 실제 사회적 문제 해결에 직결되는 다양한 분야에 기술을 적용하고 있습니다. 예를 들어, 실시간 감시 영상에서 이상행동을 자동으로 탐지하거나, 의료 영상에서 뇌종양, 백혈구 등 질병 진단을 위한 자동 분류 및 세분화 기술을 개발하고 있습니다. 또한, 에너지 효율성과 자원 제약 환경을 고려한 경량화 모델 개발에도 주력하고 있습니다.
이러한 연구는 대용량 영상 데이터(Big Video Data) 처리, IoT 및 엣지 컴퓨팅 환경에서의 실시간 분석, 프라이버시 보호와 같은 현대 영상 분석의 핵심 이슈를 해결하는 데 중점을 두고 있습니다. VIS2KNOW 연구실은 국내외 다양한 학술지와 특허, 산학협력 프로젝트를 통해 영상 분석 분야의 선도적 연구 역량을 지속적으로 확장하고 있습니다.
의료 영상 분석 및 빅데이터 융합
VIS2KNOW 연구실은 의료 영상 분석과 빅데이터 융합 분야에서도 활발한 연구를 진행하고 있습니다. 딥러닝 기반의 의료 영상 분류, 암 진단, 뇌종양 등 다양한 질환의 자동 진단 및 예측 시스템을 개발하고 있으며, 연합학습(Federated Learning), 프라이버시 보호, 데이터 증강 등 최신 기술을 적극적으로 도입하고 있습니다. 의료 영상의 경우, 다양한 모달리티(CT, MRI, X-ray 등)와 대규모 데이터셋을 활용하여, 높은 정확도와 신뢰성을 갖춘 진단 보조 시스템을 구축하고 있습니다.
특히, IoMT(Internet of Medical Things) 환경에서의 데이터 보안, 환자 정보의 안전한 관리, 의료 데이터의 효율적 전송 및 저장을 위한 암호화 및 스테가노그래피 기술도 함께 연구하고 있습니다. 또한, 빅데이터 분석 기법을 활용하여 의료 영상뿐만 아니라 다양한 생체 신호, 임상 데이터와의 융합 분석을 통해 맞춤형 의료 및 스마트 헬스케어 솔루션을 제안하고 있습니다.
이러한 연구는 실제 병원, 의료기관, 스마트 헬스케어 시스템 등에서 활용될 수 있는 실용적이고 혁신적인 기술 개발을 목표로 하고 있습니다. VIS2KNOW 연구실은 국제 공동연구, 대형 프로젝트, 특허 출원 등 다양한 활동을 통해 의료 영상 분석 및 빅데이터 융합 분야의 글로벌 리더로 자리매김하고 있습니다.
1
Intelligent and Energy-Efficient Data Prioritization in Green Smart Cities: Current Challenges and Future Directions
Khan Muhammad, Sung Wook Baik
IEEE Communications Magazine, 2019
2
Efficient Fire Detection from Videos of Uncertain Environment
Khan Muhammad, Salman Khan, Sung Wook Baik
IEEE Transactions on Industrial Informatics, 2019
3
Activity Recognition using Temporal Optical Flow Convolutional Features and Multi-Layer LSTM
Amin Ullah, Khan Muhammad, Sung Wook Baik
IEEE Transactions on Industrial Electronics, 2019
1
[BK21]사회적 연결을 위한 인터랙션 빅데이터 교육연구단
