최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
Computer vision and shape recognition
Optics, illumination, and image sensing for machine vision : 30-31 October 1986, Cambridge, Massachusetts
컴퓨터 비전 5e : 원리, 알고리듬, 응용
Standard handbook of video and television engineering
Low-power computer vision : improve the efficiency of artificial intelligence
Integrated optoelectronics : waveguide optics, photonics, semiconductors
센서·액츄에이터 공학
Position sensors
Vision : images, signals and neural networks: models of neural processing in visual perception
Recognition and perception of images : fundamentals and applications
High dynamic range imaging : acquisition, display, and image-based lighting
Autonomous Intelligent Vehicles : Theory, Algorithms, and Implementation
High-dynamic-range (HDR) vision : microelectronics, image processing, computer graphics
Circuit design for electronic instrumentation : analog and digital devices from sensor to display
Detection of low-level optical signals : photodetectors, focal plane arrays and systems
Theoretical foundations of computer vision
전파 신기술 동향분석 및 전파비전 연구
영상인식 : 영상처리, 컴퓨터 비젼, 패턴인식, 신경망
전력시설물 진단기술
Eurasip Journal on Image and Video Processing
Wang H.,Meng F.Journal of Physics: Conference Series
Qiang, L.; Fangbo, G.; Zhiming, J.; Juning, L.; Xin, F.; Lichuan, W.Applied Bionics and Biomechanics
Heng Zhao; Shengnan Hu; Qingmiao Chen; Jiagui Tao; Jianzhuo DaiJournal of Physics: Conference Series
Yijiang Wu; Zhicong Dong; Huibin ZhouIEEE Transactions on Power Delivery
Yang C.,Wang J.,Yang L.,Shi D.,Duan X.IEEE Journal on Emerging and Selected Topics in Circuits and Systems
Alyamkin, Sergei; Ardi, Matthew; Berg, Alexander C.; Brighton, Achille; Chen, Bo; Chen, Yiran; Cheng, Hsin-Pai; Fan, Zichen; Feng, Chen; Fu, Bo; Gauen, Kent; Goel, Abhinav; Goncharenko, Alexander; Guo, Xuyang; Ha, Soonhoi; Howard, Andrew; Hu, Xiao; Huang, Yuanjun; Kim, Jaeyoun; Ko, Jong Gook; Kondratyev, Alexander; Lee, Junhyeok; Lee, Seungjae; Lee, Suwoong; Li, Zichao; Liang, Zhiyu; Liu, Juzheng; Liu, Xin; Lu, Yang; Lu, Yung-Hsiang; Malik, Deeptanshu; Nguyen, Hong Hanh; Park, Eunbyung; Repin, Denis; Shen, Liang; Sheng, Tao; Sun, Fei; Svitov, David; Thiruvathukal, George K.; Zhang, Baiwu; Zhang, Jingchi; Zhang, Xiaopeng; Zhuo, Shaojie; Kang, D.Journal of Physics: Conference Series
Bin Zhang; Dongyu Li; Jiaxin Zhang; Linqiao Wu; Bingbing Qiu; Meiling Bao; Lantao Jing; Liang WangInternational Journal of Advanced Robotic Systems
Guifeng Wu; Miao Yu; Wangwang Shi; Shengquan Li; Jiatong BaoJournal of Physics: Conference Series
Sun, Y.IET Cyber-Physical Systems: Theory and Applications
Meng Y.,Song Y.,Chen Y.,Zhang X.,Wu M.,Du B.JOURNAL OF COMPUTER AND SYSTEMS SCIENCES INTERNATIONAL
Lopatina, V. V.Measurement Science and Technology
Wang Q.IOP Conference Series: Materials Science and Engineering
Nasrul Harun; Firdaus; Ismail; Kamarul Hawari; Yefriadi; Surfa Yondri제어.로봇.시스템학회 논문지
김영우, 김성민, 신진, 이수영IEEE Transactions on Wireless Communications
Mengyuan Xu; Wen Fang; Mingqing Liu; Qingwen Liu; Julian ChengIOP Conference Series: Materials Science and Engineering
A. L. Zolkin; A. I. Dzhangarov; M. A. SuleymanovaProduction Engineering
Leopold Beck; Daniel Gebauer; Thomas Rauh; Jonas Dirr; Rüdiger DaubJournal of Physics: Conference Series
Li, J.; Wen, X.NATURE
Chai, YangADVANCES IN NEURAL INFORMATION PROCESSING SYSTEMS 35 (NEURIPS 2022)
Chen, Shoufa; Ge, Chongjian; Tong, Zhan; Wang, Jiangliu; Song, Yibing; Wang, Jue; Luo, Ping전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.전선 / 학사
본 교과는 인공지능의 중요한 문제중의 하나인 컴퓨터비전의 기초를 소개하는 과목으로서 컴퓨터비전 관련 이론의 이해는 물론 알고리즘의 설계 및 분석을 통하여 다양한 공학적 응용예를 익힌다. 본 교과의 내용으로는 영상형성과정의 광학적 모델링, 영상전처리 및 복원문제로 부터 영상특징추출, 그리고 물체검출 및 인식문제 등의 고차원 문제가 포함될 것이며, 이의 해결을 위한 고전적인 접근 방법 뿐 아니라 최신 연구경향 및 방법론들을 공부한다.전선 / 학사
컴퓨터비전은 학계와 산업계 모두에서 가장 빠르게 발전하는 인공 지능 분야로, 3차원 세계를 기록한 사진 및 동영상과 같은 시작정보들을 획득, 처리, 분석, 이해하는 데에 그 목적이 있다. 본 과목은 학부 4학년생을 위한 과목으로서 컴퓨터비전과 관련한 기초적인 개념과 방법론 및 그 응용을 배운다. 아울러 프로그래밍으로 구성된 과제들과 학기 프로젝트를 통해 실제 영상을 다루는 경험을 쌓는데 주안점을 둔다. 본 수업에서 다루는 주제들은, 영상 처리 및 분할, 특징점 검출, 광학, 영상 추적, 사진기 모델, 3차원 복원, 인물 및 물체 인식과 검출 등을 포함한다.전선 / 대학원
본 강의에서는 3차원 복원과 관련된 컴퓨터 비전과 인공지능 분야를 이해하기 위한 기본적인 개념들에 대해 배운다. 본 강의를 수강한 학생들은 3차원 컴퓨터 비전 연구를 이해하고 진행할 수 있는 이론적 개념들과 실전 기술들을 배울 수 있을 것이라 기대된다. 이를 위해 3차원 비전의 기본 개념, 프로젝티브 기하학, 카메라 모델, 카메라 칼리브레이션, 멀티뷰 기하학, 3차원 복원, 학습 기반 3차원 비전, 3차원 사람 포즈 복원 등 다양한 내용들에 대해 다루게 된다.전선 / 대학원
본 강의에서는 지능시스템을 위한 컴퓨터비전 알고리즘들에 대해서 공부한다. 컴퓨터비전은 지능시스템을 구현하기 위한 필수적인 분야로 컴퓨터가 인간의 시각정보처리 기능을 모사할 수 있도록 하는 것을 최종 목표로 하는 학문 분야이다. 이를 위해 컴퓨터비전에서는 카메라 등으로부터 얻은 정지영상이나 동영상 정보를 분석하여 컴퓨터가 자동으로 영상을 이해할 수 있도록 하는 다양한 알고리즘들을 다룬다. 본 강의에서는 컴퓨터비전에서 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 컴퓨터비전 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.전선 / 학사
본 강의는 이미지 센서의 기본 개념을 다루며, 수강생들에게 이미지 센서 개발에 필요한 반도체 소자의 특성과 관련 기술들에 대한 전반적인 지식을 기초 입문자 수준으로 이해하기 쉽게 제공한다. 또한, 어떻게 빛 정보가 이미지 센서를 통해 디지털 정보로 바뀌는 지와 이미지 신호처리 기법을 통해 우리에게 이미지로의 과정에 대해 이해 할 수 있도록 한다.전선 / 대학원
센서 정보를 통하여 공간 정보를 획득하고 구성하는 기술은 스마트 팩토리나 생산 설계에 있어 중요한 요소 기술이다. 이 강의는 동시적 위치 추정 및 지도 작성법으로 알려진, 센서 기반 위치 정보 추정과 공간 정보 구성에 대한 내용을 다룬다. 특히 센서가 탑재된 대상이 고정적이지 않은 무인이동체의 센싱을 학습하여, 위치 추정과 공간 정보 추정의 연결성을 배우고, 이를 통하여 스마트 팩토리나 자율 주행에 관심이 있는 학생들에게 관련 기초 지식과 활용 사례를 제공한다.전선 / 대학원
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전선 / 대학원
본 강좌는 영상 데이터를 분석하기 위한 수학적 모델링 기술 및 기계 학습 기술 등을 강의한다. 영상 데이터 분석에 널리 이용되는 기본적인 기계 학습, 특히 딥 러닝 기법을 집중적으로 학습하고, 이러한 기술이 다양한 영상 분석 문제에 어떻게 적용되는지 살펴본다. 이론 강의뿐만 아니라 실습과 프로젝트를 통하여 영상 데이터 분석에 필요한 다양한 기술을 학습한다. ● 기계학습 기초 리뷰 (지도학습, 비지도학습, 준 지도학습) ● 합성곱 신경망 (컨볼루션 신경망) ● 순환 신경망 (리커런트 신경망) ● 이미지 데이터 처리 기법 (이미지 분류, 물체 인식, 이미지 분할) ● 비디오 데이터 처리 기법 (비디오 분류, 행동 인식, 영상 내 검색, 물체 추적) ● 다면성 데이터 처리 (시청각-언어 정보 처리) ● 생성적 모델링전선 / 대학원
본 강의에서는 지능시스템을 위한 컴퓨터비전 알고리즘들에 대해서 공부한다. 컴퓨터비전은 지능시스템을 구현하기 위한 필수적인 분야로 컴퓨터가 인간의 시각정보처리 기능을 모사할 수 있도록 하는 것을 최종 목표로 하는 학문 분야이다. 이를 위해 컴퓨터비전에서는 카메라 등으로부터 얻은 정지영상이나 동영상 정보를 분석하여 컴퓨터가 자동으로 영상을 이해할 수 있도록 하는 다양한 알고리즘들을 다룬다. 본 강의에서는 컴퓨터비전에서 대표적으로 사용되는 알고리즘들에 대해서 살펴보며 수강생들로 하여금 학기중 프로젝트를 통해서 컴퓨터비전 기술을 사용하는 지능형 시스템을 구현해 보도록 한다.전선 / 대학원
사람들이 일반적으로 동의하는 시각적인 표현이 존재하지 않는 대량의 추상적인 데이터를 직관적으로 시각화하고 동적으로 제어할 수 있게 함으로써 사용자들의 인지능력의 향상을 꾀하는 정보 시각화에 대하여, 시지각 이론을 포함한 이론적 바탕에서 출발하여 데이터의 형태별 시각화 방법론, 인터액션 방법론, 디자인 스터디 방법론, 평가 방법론 등 다양한 기술적 배경을 실제 문제 해결을 통하여 학습한다. 더 나아가서, 정보시각화 기술에 기반하여 인터액티브한 시각적 인터페이스를 디자인하고 이를 통하여 전문가의 창의적 문제해결 능력을 극대화함으로써 인류가 직면한 실제 문제를 해결하려는 새로운 과학적 시도인 시각적 분석 기술도 학습한다. 특히 통계학, 기계학습, 데이터마이닝 등 데이터 과학 분야의 관련 기술들을 정보 시각화 시스템에 효과적으로 융합하는 기술적 방법론도 다양한 실례와 디자인 프로젝트를 통해 체득한다.전선 / 대학원
본 과목에서는 전력 소비자를 중심으로 연구되고 있는 에너지-ICT 융합기술의 이론과 응용방법을 학습한다. 우선 전력시스템과 전력 소비자와의 인터페이스가 되는 가정/빌딩/공장의 에너지관리시스템 기술을 살펴보고, 에너지관리시스템의 주요 기능인 수요반응에 대하여 학습한다. 또한 센서와 통신기술을 이용하여 전력사용량과 같은 전력 소비자 데이터를 수집하는 사물인터넷 융합기술을 살펴본다. 그리고 빅데이터 융합기술로서 많은 양의 전력 소비자 데이터를 효과적으로 처리/분석하고 응용하기 위한 전력 빅데이터 기술을 학습한다. 마지막으로 에너지-ICT 융합기술의 응용 사례를 통해 실제 전력시스템 적용시의 효과 및 이슈에 대하여 살펴본다.전선 / 대학원
본 강의는 대학원생을 대상으로 정지영상과 비디오 신호처리의 전반적인 내용을 다루는 것으로서 주로 디지털 영상의 취득, 표현, 처리, 영상 및 비디오의 잡음 제거와 압축 등에 관한 내용을 다룬다. 학부의 신호 및 시스템 과목과 디지털신호처리에서 학습한 내용을 기반으로, 디지털 영상을 취득하기 위한 영상 센서, 컬러의 다양한 변환과 표현을 위한 컬러 모델, 영상과 비디오의 잡음 제거를 위한 디지털 필터링, 영상 및 비디오의 화질개선을 위한 복원 방법, 영상/비디오 데이터의 압축, 컴퓨터 비전의 기초를 위한 기본적인 정보 추출 방법 등에 대한 학습을 한다.전선 / 대학원
본 강좌에서는 인공지능반도체 분야의 최신 연구동향을 학습한다. 최신 논문의 강독 및 세미나 발표를 진행하며, 인공지능반도체 개발 프로젝트와 관련된 연구 주제에 대하여 선행 연구를 조사하고, 해결책 제시하며 및 실험, 분석 혹은 모의실험을 통한 검증을 진행한다.인공지능반도체 아키텍처, 인공지능반도체를 위한 시스템소프트웨어, 주요 인공지능 응용 모델, 인공지능반도체 하드웨어 회로 설계 및 소자 설계등을 포함한 인공지능반도체 분야의 다양한 주제를 대상으로 학습한다. 구체적인 인공지능반도체 설계사례로는 서버용 인공지능반도체, 엣지용 인공지능반도체, 학습용 인공지능반도체 및 추론용 인공지능반도체 등 다양한 인공지능반도체 제품을 다룬다. 논문 세미나에서는 최고수준의 학술대회 및 학술지에서 발표된 최신 주요 논문을 주로 발표하고, 해결책 제시 및 검증 결과를 포함하는 연구 보고서를 제출한다.전선 / 대학원
본 교과목은 대학원 최상위 교과목으로서 컴퓨터그래픽스의 최근 동향과 최신 연구 결과를 공부한다. 주제는 기하모델링, 고급 렌더링, 애니메이션, 이미지 프로세싱, 가시화, 가상현실과 증강현실 등 컴퓨터 그래픽스의 전 분야를 대상으로 한다. 학생들은 수업에 참여하고, 최신 연구 논문과 자료를 읽고, 발표하고, 수업에서의 토론에 참여해야 한다.전선 / 학사
CMOS 반도체 소자 제작은 다양한 단위 공정으로 구성된다. 이온주입공정, 사진공정, CVD공정, 산화공정, 건식식각공정, 금속화공정 등의 CMOS 공정에 필요한 단위공정의 일부 혹은 전 과정을 실습함으로써, 강의를 통하여 습득한 지식을 검증하고 제작 과정에서 발생하는 문제점을 해결한다. 이 프로젝트에서는 반도체 소자의 개발 및 검증 이르는 적절한 모든 과정들을 수행하며, 프로젝트 진행 과정에 관하여 설명하는 결과 보고서 및 제작품의 특성을 설명하는 구두 발표를 포함한다.전선 / 학사
반도체는 현대 산업과 문명에 커다란 변혁을 가져온 핵심 기반 산업이며 대한민국이 세계 일류의 위치로 나아가기 위해 노력을 경주하는 분야이다. 전 현직 반도체 산업의 주요 인사들을 통해 반도체 산업의 태동과 성장, 동인을 살펴본다. 대한민국이 거대 산업으로 성장 발전시킨 과정과 경험을 공유하는 시간을 갖는다. 반도체 산업을 구성하는 생산기술, 제품기술과, 기획, 재무 인사, 거대 공장 설계와 운영, 세계를 상대로 하는 공급망과 고객 네트워크 등을 이해한다. 학부생들은 최첨단 과학, 공학 인문학이 어울려 성장하고 있는 산업을 이해하고 전문역량과 스스로의 목표를 설정하는데 도움이 되도록 한다.전선 / 대학원
이 과목은 전기 에너지를 변환하고 송전하고 저장하는 기술에 관한 이론과 이에 관련된 응용 예를 제시한다. 즉, 전기에너지를 교류와 직류로 상호 변환하는 기술과 이에 관련된 회로를 학습하고 전력을 수송하고 전력망을 통하여 안정하게 배분하고 소비하게 하는 기술을 학습한다. 또한 고 자기장을 초전도 기술로 발생시켜 전력에너지 저장이나 고 자기장 기기에 응용하는 기술을 학습한다. 수강생은 다음과 같은 것을 학습한다. (1) 기초적인 전기 에너지변환 회로를 이해하고 해석하며 이를 응용하는 것, (2) 전력을 수송하며 저장하고 안정적으로 전력 계통을 운용하는 것에 관한 기초 이론과 이를 응용하는 것. (3) 자기적인 형태로 전기 에너지를 저장하거나 또는 대 자기장을 이용하는 기기에 관한 기초 이론과 이를 이용하는 것.전선 / 학사
본 교과목에서는 생체 계측의 이론 및 실험 기법 등을 다룬다. 교과 내용은 바이오센서, 증폭기, 신호처리부를 포함하는 생체계측기기의 설계와 이를 이용한 다양한 생체 신호의 측정이 주를 이룬다. 측정하는 생체 신호의 예로는 근육에서 발생하는 근전도(EMG), 심장에서 발생하는 심전도(ECG), 눈에서 측정하는 안전위도(EOG)등이 있으며 또한 뇌 및 신경에서 발생하는 신경 신호를 이용한 뇌-기계접속시스템, 세포내 미세신호를 측정하기 위한 나노바이오센서등 최근 주제도 다룬다. 일부실험도 병행할 계획이다.전선 / 학사
본 강좌는 딥러닝 등 기계학습 기반 인공지능 및 관련 분야에 관심있는 수강생을 대상으로 하는 학부 교과목으로 인공지능 분야의 핵심이 되는 기계학습의 개념 및 응용을 소개하고, 주요 기계학습 알고리즘 및 모델들에 대해 학습한다. 과제 및 프로젝트를 통해 최신 기계학습 기법의 심층적 이해와 실제 구현 기회를 부여한다. 주요 내용으로는 학습이론, 선형모델 (선형회귀, 선형분류, Logistic 회귀), Support Vector Machine, 인공신경망, 순차모델, 기초 딥러닝 모델 (MLP, CNN, RNN), 앙상블 학습 등을 포함한다. 선수과목: 데이터구조 혹은 알고리즘, 선형대수, 확률변수, 프로그래밍 방법론