배승환 교수, 컴퓨터·전기전자 공학 분야 ...
전기전자 공학 및 인공지능 분야 최고 권위 학술지 논문 게재하기로
시스템 구현·실험부터 논문 작성까지 단독 수행 의미
컴퓨터공학과 배승환 교수가 컴퓨터 및 전기전자 공학 분야 최고 권위 SCI(E) 저널지인 IEEE TPAMI(IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE)에 논문을 게재할 계획이다.
IEEE TPAMI는 전기전자 공학 분야 상위 0.5% 수준(Impact Factor: 24.3) 저널지로, 인공지능 분야에서도 최고 권위 해외 학술지로 평가받고 있다.
배승환 교수는 ‘객체 감지를 위한 변형 가능 부품 영역 학습 및 형상 집계 트리 표현’(Deformable Part Region Learning and Feature Aggregation Tree Representation for Object Detection)을 주제로 한 논문을 발표한다.
해당 논문은 다양한 환경에서 효과적으로 영상 기반 물체 검출을 하기 위해 객체 외형 모델을 자유자재로 변화시킬 수 있는 부분 모델 분리 및 모델 결합 학습 기술, 물체의 외형 어텐션(Attention) 메커니즘을 고효율로 학습시킬 수 있는 어텐션 트리 네트워크를 제안했다.
기존의 검출 기술은 물체 외형 모델을 하나의 전체 모델(예:사각형 모양)로 나타내고 해당 영역 안에 물체의 형상 정보를 학습해 검출한다.
이와 비교했을 때 배승환 교수가 제안한 기술은 물체 전체 모델을 여러 개의 부품 모델로 분리하고, 분리된 부품 모델을 트리 형태로 재조립해 물체 검출을 할 수 있다. 특히, 물체 검출 챌린지 데이터세트(set)에서 최고 성능 수준을 달성해 해당 기술의 우수성과 상용화 가능성을 입증했다.
배승환 교수의 이번 논문은 논문의 작성, 시스템 구현·실험까지 직접 진행한 것이어서 의미가 크다. 이번 연구 결과는 한국 연구재단의 우수신진연구, 4단계 BK21 사업, 중점 연구소 사업 지원과 정보통신기획평가원의 사람 중심 인공지능 핵심원천기술개발사업, 인공지능융합대학원의 지원으로 만들어졌다.
한편 배승환 교수는 지난해에도 인공지능 분야 최고 권위 학술대회 중 하나인 전미 인공지능 학회(AAAI)에서 단독 저자로 영상 객체 검출 관련 논문을 게재한 바 있다.
배승환 컴퓨터공학과 교수는 “연구팀이 가지고 있는 물체 인식 및 생성 기술을 온디바이스(On-Device) AI 기술과 결합해 실제 산업 제품에 적용할 수 있도록 연구를 이어갈 계획”이라고 말했다.