작년에는 연구실 여석 부족으로 학부연구생을 모집하지 못했지만, 올해는 1~3명을 학부연구생으로 모집하고자 합니다.
우리 연구실의 연구 분야는 크게 보아 영상처리 및 컴퓨터비전분야 이며, 특히 딥러닝 기술을 기반으로 data-efficient하게 해당 작업을 수행하기 위한 기술 연구 및 연구 결과의 국제표준화를 중점적으로 진행하고 있습니다.
현재의 research focus는 대략 아래와 같습니다.
아래 지원 자격/절차 확인하셔서 기한내(~3/31 월)까지 상담 및 지원 부탁드립니다! :)
MPEG-AI Feature Coding for Machine
To develop visual media processing technologies for both
human and machine vision.
More specifically, we try to maximize both human visual
quality and machine vision intelligence with minimum possible amount of data.
How to exploit various image
processing, computer vision, and machine learning
algorithms for their own research.
How to contribute their results to related international
standardization activities such as MPEG or JPEG (ISO/IEC JTC 1/SC 29).
영상미디어란 시각적으로 소비/활용하는 디지털 영상을 말하며, TV/휴대폰/인터넷/영화관 등을 통해 소비되는 2D 영상뿐 아니라, HMD 등을 통한 VR/AR 영상, 그리고 멀티뷰3D/라이트필드/홀로그램 등 입체공간 영상을 포함합니다.
최근 들어 디지털 영상미디어가 질적/양적으로 팽창하고 있으며, 인공지능 기술과 접목되어 지능화/고도화 되면서 자율주행/국방/의료/교육 등 타 산업으로도 기술/서비스가 확산 되고 있습니다. 따라서 영상미디어 분야의 중요성과 파급력은 앞으로도 점점 커질 것으로 전망 됩니다.
영상미디어 연구를 위한 핵심 기술로는 “영상처리”, “머신러닝”, “컴퓨터비전” 등이 있으며, 우리 연구실은 개발된 기술의 국제표준화를 통해 실감나는 디지털 세상을 만드는 데 기여하는 것을 지향합니다.
우리 학과는 영상처리/컴퓨터비전과 인공지능 관련된 학부 커리큘럼이 매우 잘 갖춰져 있습니다. 따라서 영상처리를 제대로 공부하고 싶으시다면, 아래 내용을 참고하셔서 관련 과목을 적절한 순서대로 이수하시는 걸 추천 드립니다.
고전적인 영상처리의 이론과 실습을 다루는 과목으로 “영상처리” 교과목이 있습니다. 그런데 영상처리 과목을 제대로 이해하기 위해서는 아래와 같은 내용(과목)들에 대한 기초가 탄탄해야 좋습니다. 따라서 아래 기초 과목을 먼저 수강하시길 권장 드립니다.
수학 기초: 미적분학, 선형대수, 확률및랜덤변수 (+이산구조)
프로그래밍 기초: 파이썬프로그래밍, 객체지향프로그래밍 (+자료구조)
신호처리 기초: 신호와시스템 (+디지털신호처리)
영상처리 과목과 함께 아래와 같은 관련 과목을 선택적으로 수강하시는 것도 좋습니다.
멀티미디어처리, 컴퓨터비전, (+컴퓨터그래픽스)
최근 영상처리/ 기술은 고전적인 방법과 인공지능 기술(특히 머신러닝/딥러닝 기술)을 접목한 형태로 발전하고 있습니다. 따라서 이와 관련된 교과목도 병행하여 공부하면 매우 좋습니다. 단, 이 과목들을 수강하기 전에 1번에 언급한 수학/프로그래밍 기초 과목을 수강 하시는 게 좋습니다.
인공지능기초수학
기계학습, 딥러닝, 실전기계학습
영상처리의 실무적인 활용에도 관심이 많으시다면, OpenCV와 관련된 책을 하나 골라서 하나하나 실습을 따라 해 보는 것도 좋습니다. 영상처리 과목의 부교재로 사용하고 있는 아래 책을 추천 드립니다.
OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝
컴퓨터공학부 소속 대학원은 컴퓨터공학과와 인공지능학과의 2개 학과가 있습니다.
영상미디어분야는 두 개 학과에서 공통적으로 연구하는 분야이므로, 우리 연구실로 대학원 진학을 원하시는 학생은 두 학과 중 어느 학과로 지원하셔도 상관 없습니다.
단, 입학 시점마다 학과별 T/O가 다를 수 있으므로, 자세한 사항은 지원 전에 교수님과 상의하는 게 좋습니다.
