News

Notices

2026 Visual Media Lab. 학부연구생 모집

연구실 소개

우리 연구실은 딥러닝 기반의 영상처리 및 컴퓨터비전 기술을 연구하고 있으며, 특히 data-efficient하게 영상처리 및 컴퓨터비전 task를 수행하기 위한 연구 및 국제표준화를 중점적으로 진행하고 있습니다. 현재의 research focus는 대략 아래와 같습니다.

  • Neural image & video coding (including generative video coding)
  • Visual feature compression for machine vision
  • 3D Gaussian splat & digital hologram coding

지원 자격

  • 우리 연구실 대학원 진학에 관심 있는 학생으로서,
  • (Self-motivated) 스스로 배우고 성장하려는 열정으로 가득한 학생,
  • (Open-minded) 원활한 소통과 협력을 통해 더 큰 결과를 만들 수 있는 학생

요구 능력: 기초 수학/프로그래밍 능력, 기계학습 등 관련 교과 성취도

지원 절차

  1. 신청서 접수: Email로 신청서 제출 (마감: 12/31 수)
    • 제목: [VML] 2026 학부연구생 지원
    • 내용: 학과, 학번, 학년/학기, 이름, 지원 동기 및 궁금한 점 기재
    • 성적표 첨부
    • 메일 송부 주소: hykim.v@khu.ac.kr (김휘용 교수)
  2. 지도교수 상담 (개별 연락)
    • 상담 기간: 12월 말 ~ 1/9(금) 기간 중 개별적으로 상담 일정 협의 (필요시 Zoom 상담 가능)
  3. 기초역량 검증 (세부 사항은 상담 시 안내)
    • 발표 검증: 간단한 주제(예: CNN 등)에 대해 발표 및 질의 응답 (문맥 파악 및 소통 가능 여부 확인)
    • 코딩 검증: 간단한 코딩 문제 풀이를 통해 기본 코딩 역량 확인

혜택

  • 딥러닝 기반 비디오 코딩 관련 연구실 자체 교육 프로그램 및 외부 교육/학술대회 참석
  • 지도교수 및 선배(멘토)의 연구지도 및 진로/수강 지도
  • 과제 참여 시 매월 인건비 및 성과에 따른 연말 인센티브 지급

Congratulations

  • 경희대학교 컴퓨터공학부 김휘용 교수 연구팀(공동연구진: 배성호 교수, 최진우 교수, 성균관대학교 고종환 교수)이 ‘인간과 기계 시각을 동시에 지원하는 다목적 시각정보 압축 연구’로 과학기술정보통신부와 한국연구재단이 주관하는 '2025년도 글로벌 기초연구실 지원사업(BRL, Basic Research Laboratory)' 과제 ICT/융합 (심화형) 분야에 선정되었습니다(지원규모: 2025년 6월부터 3년, 15억).

  • 이미지와 비디오와 같은 시각정보는 인간이 콘텐츠로 소비하거나 기계(인공지능)가 추론을 위해 소비하는 등 그 활용범위가 점점 증가하고 있으나, 시각정보의 특성상 데이터량이 방대하여 효과적인 압축 기술이 반드시 필요한 분야입니다. 그러나 기존의 시각정보 압축 연구는 인간시각과 기계시각 각각만을 위해 최적화되거나 다양한 센서로부터 획득된 이종 시각정보를 처리하는 데 한계를 가집니다. 연구팀은 이러한 문제를 해결하기 위한 신경망 기반의 통합 프레임워크를 제안하였으며, 향후 3년간 다양한 시각정보(가시광, 초분광, SAR 등)와 다양한 목적(인간시각과 기계분석)을 동시에 지원하기 위한 원천기술 확보 및 국제 표준화를 추진할 예정입니다.

  • 연구팀은 또한 중국 저장 대학교(ZJU)의 Lu Yu 교수팀, 미국 샌디에고 대학교(UCSD)의 Hao Su 교수팀, 캐나다 사이먼 프레이저 대학교(SFU)의 Ivan V. Bajić 교수팀, 오스트리아 클라겐푸르트 대학교의 Hadi Amirpour 교수팀, Intel Labs의 Kyle Min 박사팀과의 공동연구 MoU 체결을 완료하는 등, 활발한 국제 협력을 통해 글로벌 기술 선도 및 국제표준화에 박차를 기할 예정입니다.

  • 표준화 단체: ISO/IEC JTC 1/SC 29/WG5 JVET
  • 표준(안) 명칭: NNVC
  • 기고서 명칭: [FCM] [PWD] Software implementation and BD-rate results for m72608 (Signalling improvement and bug fix for reduced feature inverse normalization)
  • 학생저자: 조현동, 박수용

  • 표준화 단체: ISO/IEC JTC 1/SC 29/WG4 (MPEG Video)
  • 표준(안) 명칭: MPEG-AI "Feature Coding for Machine"
  • 기고서 1 명칭: [FCM] [PWD] Software implementation and BD-rate results for m72608 (Signalling improvement and bug fix for reduced feature inverse normalization)
  • 학생저자: 정혜원
  • 기고서 2 명칭: [FCM][PWD] Software implementation for automatic composition for default topology
  • 학생저자: 정혜원, 임달홍

  • 표준화 단체: ISO/IEC JTC 1/SC 29/WG4 (MPEG Video)
  • 표준(안) 명칭: MPEG-AI "Feature Coding for Machine"
  • 기고서 명칭: [FCM] Removing reduction bypass flag and improving description for default topology
  • 학생저자: 정혜원, 임달홍

  • 표준화 단체: ISO/IEC JTC 1/SC 29/WG4 (MPEG Video)
  • 표준(안) 명칭: MPEG-AI "Feature Coding for Machine"
  • 기고서 명칭: [FCM] CE 1.1.4: LightFCTM
  • 학생저자: 임달홍, 정혜원

  • 박수용 외, "JPEG-AI의 패치 기반 처리 방법 및 블로킹 아태팩트 방지 조건에 대한 고찰"

  • 이태화 외, "VVC 기반의 위상 홀로그램 압축"

  • 논문1: NHVC: Nerual Holographic Video Compression with Scalable Architecture (Oral, 반현민 외)
  • 논문2: Distribution-Shifting: Improved Phase Hologram Processing with Novel Phase Distortion Metric (Poster, 최승미 외)
  • 논문3: Propagation as Data (PaD): Neural Phase-only Hologram Generation with Variable Distance Support (Poster, 차준영 외)

  • 표준화 단체: ISO/IEC JTC 1/SC 29/WG4 (MPEG Video)
  • 표준(안) 명칭: MPEG-AI "Feature Coding for Machine"
  • 기고서 명칭: [FCM] CE 1.1.8. L-MSFC-v2 with Fine-tuning
  • 기고서 저자: 정혜원, 장승환, 임달홍, 김휘용, 이주영, 정세윤, 김연희

  • 학회: NeurIPS 2023 (Neural Information Processing Systems)
  • 논문제목: Towards Efficient Image Compression Without Autoregressive Models
  • 학생저자: Muhammad Salman Ali, 김영웅, Maryam Qamar
    (배성호교수님 연구실과 공동연구)

  • 학회: IEEE VCIP (International Conference on Visual Communications and Image Processing)
  • 논문제목: MEDO: Minimizing Effective Distortions Only for Machine-Oriented Visual Feature Compression
  • 학생저자: 윤규리, 임달홍, 김영웅, 정혜원

  • 저널: IEEE TCSVT (Transactions on Circuit and Systems for Video Technoloty) - JCR IF Rank 8.9%
  • 논문제목: End-to-End Learnable Multi-Scale Feature Compression for VCM
  • 학생저자: 김영웅, 정혜원, 유장현

  • 조현동 외, "크기조정을 활용한 신경망 기반의 이미지 압축"

  • 반현민, "Neural Holographic Video Compression with Scalable Architecture"

  • 최우수상 : 윤규리 (경희대학교)
    • 블록 기반 특징맵 크기 조정을 이용한 DNN 특징맵 압축
    윤규리, 정혜원, 김영웅, *김연희, *정세윤, 김휘용 (경희대학교, *ETRI)

  • 장려상 : 최승미 (경희대학교)
    • 복소 홀로그램 표현방식에 따른 압축 성능 분석
    최승미, 반현민, *오관정, *임용준, 김휘용 (경희대학교,*ETRI)

    컴퓨터공학과 김휘용 교수 연구팀이 ‘삼성미래기술육성사업’에 선정됐다. 삼성미래기술육성사업은 대한민국 기초과학 발전, 세계적인 과학기술인 육성을 목표로 혁신적인 연구과제와 연구자를 발굴해 지원하는 공익 목적의 연구지원 사업이다. 김휘용 교수 연구팀은 ‘순환 표현 및 무작위성 규제에 기반한 위상 홀로그램(Phase hologram) 압축 부호화’를 주제로 삼성전자미래기술육성센터의 지원을 받아 연구한다.

    상세기사:

  • 머니투데이('22.05.03)
  • 경희미디어 Focus('22.05.12)