RnDCircle Logo
arrow left icon

Computer Vision Lab. CNU

충남대학교 컴퓨터융합학부

고영준 교수

Image Enhancement

3D Pose Reconstruction

Face Clustering

Computer Vision Lab. CNU

컴퓨터융합학부 고영준

컴퓨터 비전 연구실(Computer Vision Lab. CNU)은 컴퓨터 비전, 영상 처리, 머신러닝, 딥러닝 등 첨단 인공지능 기술을 기반으로 다양한 영상 및 이미지 데이터를 분석하고 이해하는 연구를 수행하고 있습니다. 본 연구실은 객체 검출, 분할, 추적, 얼굴 인식, 영상 품질 개선 등 컴퓨터 비전의 핵심 문제를 다루며, 최신 딥러닝 및 머신러닝 기법을 적극적으로 도입하여 실시간 처리와 고성능 알고리즘 개발에 주력하고 있습니다. 특히, 동영상 객체 분할, 다중 객체 추적, 3D 포즈 및 형태 복원, 팬옵틱 분할 등 다양한 컴퓨터 비전 응용 분야에서 세계적인 수준의 연구 성과를 내고 있습니다. CVPR, ICCV, ECCV 등 국제 유수 학회에 다수의 논문이 채택되고 있으며, DAVIS Challenge 등 글로벌 대회에서 수상하는 등 연구실의 우수성이 입증되고 있습니다. 또한, 영상의 품질 개선, 노이즈 제거, 색상 보정 등 영상 처리 분야에서도 활발한 연구가 이루어지고 있습니다. 본 연구실은 컴퓨터 비전 기술을 축산 및 바이오 분야에 융합하는 연구도 선도적으로 수행하고 있습니다. 소고기 마블링 등급 판정, 돼지 등지방 두께 측정, 닭 깃털색 유전체 분석 등 축산 데이터에 인공지능 및 컴퓨터 비전 기술을 적용하여, 자동화된 등급 판정 및 유전 형질 예측 시스템을 개발하고 있습니다. 또한, 바이오인포매틱스와 인공지능의 융합 연구를 통해 유전체 데이터 분석, 유전자 모듈 클러스터링, 복합 형질 예측 등 다양한 연구를 진행하고 있습니다. 머신러닝 및 메타러닝 기반의 영상 인식·분석 기술 개발에도 집중하고 있습니다. 적은 데이터로도 빠르게 학습할 수 있는 메타러닝, 비지도 클러스터링, 소수 샘플 기반 객체 인식 등 최신 연구를 통해 실제 환경에서의 영상 인식 및 분석의 범용성과 효율성을 높이고 있습니다. 이러한 연구는 자율주행, 스마트 팩토리, 의료 영상, 농업 등 다양한 산업 분야에 적용되고 있습니다. 연구실은 정부 및 산업체와의 다양한 협력 과제를 수행하며, 실질적인 사회적·산업적 파급효과를 창출하고 있습니다. 미래 지능형 영상 인식 및 분석 기술의 선도 연구실로서, 학문적 성과와 산업적 활용 모두에서 두각을 나타내고 있습니다.

Image Enhancement
3D Pose Reconstruction
Face Clustering
컴퓨터 비전 및 영상 처리
컴퓨터 비전 및 영상 처리는 본 연구실의 핵심 연구 분야로, 다양한 이미지와 비디오 데이터를 분석하고 이해하는 기술을 개발하는 데 중점을 두고 있습니다. 컴퓨터 비전은 인공지능의 한 분야로, 기계가 시각적 정보를 해석하고 의미를 추출할 수 있도록 하는 기술을 연구합니다. 본 연구실에서는 객체 검출, 분할, 추적, 얼굴 인식, 영상 내 주요 객체 탐지 등 다양한 컴퓨터 비전 문제를 다루고 있습니다. 특히, 동영상 객체 분할, 다중 객체 추적, 팬옵틱 분할, 3D 포즈 및 형태 복원 등 최신 컴퓨터 비전 기술을 적극적으로 연구하고 있습니다. 예를 들어, BAAM(3D 포즈 및 형태 복원), Local Connectivity-Based Density Estimation for Face Clustering(얼굴 클러스터링), Center-Guided Transformer for Panoptic Segmentation(팬옵틱 분할) 등 다양한 논문과 프로젝트를 통해 세계적인 학회에서 인정받고 있습니다. 또한, 영상의 품질 개선, 노이즈 제거, 색상 보정 등 영상 처리 분야에서도 활발한 연구가 이루어지고 있습니다. 이러한 연구는 자율주행, 스마트 팩토리, 의료 영상, 농업 등 다양한 산업 분야에 적용될 수 있으며, 실제 산업 현장에서 요구되는 문제 해결에 기여하고 있습니다. 본 연구실은 최신 딥러닝 및 머신러닝 기법을 적극적으로 도입하여, 영상 데이터의 복잡한 패턴을 효과적으로 분석하고, 실시간 처리 및 고성능 알고리즘 개발에 주력하고 있습니다.
딥러닝 기반 스마트 축산 및 바이오인포매틱스 융합 연구
본 연구실은 컴퓨터 비전 기술을 축산 및 생명과학 분야에 융합하는 연구도 활발히 수행하고 있습니다. 예를 들어, 소고기 마블링 등급 판정(MSENet), 돼지 등지방 두께 측정(BTENet), 닭 깃털색 유전체 분석 등 다양한 축산 데이터에 인공지능 및 컴퓨터 비전 기술을 적용하여, 자동화된 등급 판정 및 유전 형질 예측 시스템을 개발하고 있습니다. 이러한 연구는 축산업의 효율성 증대와 품질 관리에 큰 기여를 하고 있습니다. 또한, 바이오인포매틱스와 인공지능의 융합 연구도 중요한 축을 이룹니다. deepGBLUP, gmcNet 등 딥러닝과 그래프 신경망을 활용한 유전체 데이터 분석, 유전자 모듈 클러스터링, 복합 형질 예측 등 다양한 연구가 진행되고 있습니다. 이러한 연구는 동물 유전학, 생명정보학, 정밀의료 등 다양한 분야에서 활용될 수 있으며, 실제로 국내외 학술지와 특허, 산업체 협력 프로젝트 등에서 그 성과를 인정받고 있습니다. 스마트팜, 자동화된 축산 시스템, 유전체 기반 맞춤형 육종 등 미래 농축산업의 혁신을 이끄는 기술 개발에 중점을 두고 있으며, 다양한 정부 및 산업체 과제를 수행하며 실질적인 사회적, 산업적 파급효과를 창출하고 있습니다.
머신러닝 및 메타러닝 기반 영상 인식·분석 기술
머신러닝과 메타러닝은 본 연구실의 또 다른 핵심 연구 분야입니다. 머신러닝은 대규모 데이터로부터 패턴을 학습하여 예측 및 분류를 수행하는 기술로, 컴퓨터 비전 및 영상 처리의 성능을 극대화하는 데 필수적인 역할을 합니다. 본 연구실에서는 영상 내 객체 검출, 추적, 분할 등 다양한 문제에 머신러닝 알고리즘을 적용하고 있으며, 최신 딥러닝 네트워크 구조와 학습 방법론을 개발하고 있습니다. 특히, 메타러닝은 적은 데이터로도 빠르게 새로운 작업을 학습할 수 있도록 하는 기술로, 영상 인식 분야에서 데이터 부족 문제를 해결하는 데 중요한 역할을 합니다. 본 연구실에서는 메타러닝을 활용한 비지도 클러스터링, 소수 샘플 기반 객체 인식, 전이학습 등 다양한 연구를 진행하고 있습니다. 이를 통해 실제 환경에서의 영상 인식 및 분석의 범용성과 효율성을 높이고 있습니다. 이러한 연구는 영상 기반 자동화 시스템, 지능형 감시, 의료 영상 분석, 산업용 검사 등 다양한 응용 분야에 적용되고 있으며, 국내외 주요 학회 및 저널에 다수의 논문이 게재되고 있습니다. 또한, 산학협력 및 정부과제를 통해 실질적인 기술 이전과 산업적 활용을 적극적으로 추진하고 있습니다.
1
Guided Interactive Video Object Segmentation Using Reliability-Based Attention Maps
Yuk Heo (Korea University), Yeong Jun Koh (Chungnam National University), Chang-Su Kim (Korea university)
, 1970
2
Local Connectivity-Based Density Estimation for Face Clustering
, 2023
3
BAAM: Monocular 3D pose and Shape Reconstruction with Bi-contextual Attention Module and Attention-guided Modeling
, 2023
1
축산업의 스마트 혁신을 위한 인공지능 기술 개발
한국연구재단
2024년 03월 ~ 2025년 02월
2
다중 카메라 다중 이동체 검출 SW 개발
한국전자통신연구원
2023년 05월 ~ 2023년 11월
3
Relative Uniformity 보정 기술 개발
한국항공우주연구원
2023년 04월 ~ 2023년 12월