최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 ERP 영상 기반 행동 인식의 성능 향상을 위한 전처리 기법을 제안합니다. 제안하는 기법은 사람 객체를 행동 주체(OOI)로 설정하고, OOI 주변 영역을 ROI로 지정하여 saliency map과 함께 활용, 행동 주체를 선정합니다. 실험 결과, 제안하는 전처리 기법은 최대 99.6%의 성능 향상을 보였으며, 행동 관련 영상 요약 효과도 확인되었습니다.
Computer vision analysis of image motion by variational methods
Human activity recognition and prediction
(기본 영상처리부터 고급 컴퓨터 비전까지 아우르는) OpenCV를 활용한 컴퓨터 비전 프로그래밍
Video object extraction and representation : theory and applications
Cognitive neuropsychology : a clinical introduction
An invitation to 3-D vision : from images to geometric models
(만들면서 배우는) 파이토치 딥러닝 : 12가지 모델로 알아보는 딥러닝 응용법
파이썬 3로 컴퓨터 비전 다루기 : 이미지 인식, 추적, 머신 러닝, 비디오 처리, 컴퓨터 비전 웹서비스
Approaches to probabilistic model learning for mobile manipulation robots
지능형 영상감시 시스템의 원리 및 응용 =
Plan, activity, and intent recognition : theory and practice
Interaction design for 3D user interfaces : the world of modern input devices for research, applications, and game development
Multi-frame motion-compensated prediction for video transmission
파이토치 라이트닝으로 시작하는 딥러닝 : 파이썬으로 빠르게 고성능 AI 모델 만들기
OpenCV 를 활용한 컴퓨터 비전 프로그래밍 : 기본 영상처리부터 고급 컴퓨터 비전까지
파이썬과 OpenCV를 이용한 컴퓨터 비전 학습 : 컴퓨터 비전 애플리케이션을 만들기 위한 강력한 OpenCV 3와 파이썬 활용하기
Algorithms, complexity analysis, and VLSI architectures for MPEG-4 motion estimation
Computer vision systems : first international conference, proceedings
(실전! 텐서플로2를 활용한) 딥러닝 컴퓨터 비전 : 텐서플로 2.0과 케라스를 활용한 강력한 이미지 처리 애플리케이션 만들기
Intelligent Interactive Multimedia: Systems and Services : Proceedings of the 5th International Conference on Intelligent Interactive Multimedia Systems and Services (IIMSS 2012)
International Journal of Research and Engineering
Sai Maung Maung Zaw; Hnin Mya AyeHuman-centric Computing and Information Sciences
Munsif Muhammad, KHAN SAMEE ULLAH, Khan Noman, Baik Sung WookNeurocomputing
Benicasa, A.X.; Quiles, M.G.; Silva, T.C.; Zhao, L.; Romero, R.A.F.2019 IEEE/CVF INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV 2019)
Furnari, Antonino; Farinella, Giovanni MariaIEEE Transactions on Affective Computing
Jicai Pan; Jinqiao Lu; Shangfei Wang전기전자학회논문지
박병찬, 유인재, 이재청, 장세영, 김석윤, 김영모IEEE Transactions on Affective Computing, Affective Computing, IEEE Transactions on, IEEE Trans. Affective Comput.
Pan, J.; Lu, J.; Wang, S.Behavioural Brain Research
Lauer T.,Willenbockel V.,Maffongelli L.,Võ M.L.H.Neurocomputing
Hu, X.; Dai, J.; Li, M.; Li, Y.; Du, S.IEEE Transactions on Multimedia
Kong Y.,Wang Y.,Li A.IEEE Transactions on Image Processing
Su T.,Wang H.,Wang L.IEEE Transactions on Multimedia
Yongqiang Kong; Annan Li; Yunhong Wang지능정보연구
유은정; 안현철; 김재경IEEE Transactions on Multimedia
Li, X.; Sun, P.; Liu, Y.; Duan, L.; Li, W.Neurocomputing
Cao C.,Lu Y.,Zhang Y.,Jiang D.,Zhang Y.IEEE Transactions on Pattern Analysis and Machine Intelligence
Furnari A.,Farinella G.M.방송공학회 논문지
조명아, 김준식, 김규헌Journal of Cognitive Psychology
Singhal, Anthony; Ng, Adrian; Madan, Christopher; Madan , ChristopherSignal Processing: Image Communication
Yi Y.,Li A.,Zhou X.멀티미디어학회논문지
Yuyang Zhao; 이응주전선 / 학사
원격탐사에 대한 기본이론들을 이해하고, 위성영상의 프로세싱기법과 알고리즘을 이해하므로써, 여러 활용분야에 적용가능한 능력을 배양하는데 있으며, 이를 위해 IDRISI, ERDAS, ER-Mapper 등의 영상처리용 소프트웨어 실습을 병행한다.전선 / 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
딥 러닝의 핵심 개념, 모델 및 활용 사례를 강의한다. 강의 전반부에는 deep neural network의 정의, stochastic gradient descent, backpropagation, activation, optimization 등 딥 러닝의 핵심 개념을 강의하며, 후반부에는 convolutional neural network, recurrent neural network, generative adeversarial network, transformer 등 실제로 활용되는 딥 러닝 모델들의 특징과 활용 사례를 다룬다. 또한 각 모델들을 PyTorch를 통해 실제로 활용해볼 수 있도록 과제/프로젝트를 구성한다.전선 / 대학원
컴퓨터그래픽스 전반에 걸쳐 기본적인 개념들을 설명한다. 컴퓨터 그래픽스의 기본적인 렌더링 파이프라인, 물체들을 표현하는 여러 가지 방법, 빛을 나타내는 방법, 레이트레이싱, 볼륨렌더링 등의 특수한 렌더링 방법, 그림자나 질감을 나타내는 방법에 대해서 개론 형식으로 강의한다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.전선 / 학사
본 과정에서는 인공지능에 대한 개요 및 deep learning에 대해 이해하며 TensorFlow 개념 및 기초 programming 실습을 진행한다. 그리고 Deep Learning 기반 Object Detection 방법과 무인점포 개발 응용을 위한 학습 trainset 자동 생성 방법을 실습을 통해 익힌다. 또한 AI Chip이 내장된 NPU 가속기 Board와 nVidia Jetson TX2 Board를 이용하여 YOLO V3 Object Detection 실습을 진행한다. 마지막으로 nVidia CUDA를 이용한 GPU Programming 개념 및 병렬 Programming 실습을 통해 GPU 구조에 대해 배운다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 학사
이 강의에서는 인공지능과 딥러닝의 기본 개념을 이해하고, 이를 다양한 응용 분야에 적용하는 방법을 학습한다. 먼저, 윈도우 환경에서 파이썬을 활용하여 영상 및 비전 처리 기법을 익히고, 이를 AI 모델로 구현하는 과정을 다룬다. 이후, 실시간 추론을 위한 NPU(Neural Processing Unit)의 개념과 동작 원리를 이해하고, 리눅스 환경에서 NPU를 활용한 인공지능 추론 및 응용 개발 방법을 학습한다. 또한, CPU 및 NPU 보드를 실제 활용하여 다양한 실시간 고속 인공지능 응용 프로그램을 개발하고 실습하며, 하드웨어 가속을 통한 AI 연산 최적화 방법을 익힌다. 마지막으로, 최신 NPU 기반 AI 애플리케이션 개발 프로젝트를 수행하며, AI 기술을 실제 환경에 적용하는 방법을 배우고 팀 협업을 통한 문제 해결 역량을 강화한다.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 / 학사
통계학, 인공지능, 컴퓨터공학의 도구를 총체적으로 사용하는 데이터마이닝은 기존의 과학 및 공학 분야 뿐 아니라 생산, 마케팅, 금융 등과 같은 비즈니스 분야에도 활발히 사용되고 있다. 본 강좌에서는 데이터마이닝의 기본적인 문제인 클러스터링, 분류, 연관분석 등과 해당 기법들을 소개한다. 또한, 실제 비즈니스에서 데이터마이닝이 사용되는 배경 및 사례를 공부한다. 생산, 마케팅, 금융 분야의 실제 데이터를 사용하여 마이닝을 수행하는 프로젝트를 함으로써 이들 분야에 있어서의 데이터마이닝의 특성을 이해하고 문제해결능력을 제고하고자 한다.전선 / 학사
인공신경망의 원리와 종류를 살펴보고 그 동작을 이해한다. 이를 기반으로 딥러닝 네트워크의 원리를 공부하고 설계하여 그 동작을 이론과 실습을 통해 이해한다. 또한 응용 분야에 따른 다양한 딥러닝 네트워크를 알아보고 학습과 검증 과정을 통해 설계 및 응용분야에 적용하는 예제를 공부한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전필 / 학사
Man-Machine-Computer-Environment의 total integrated system effectiveness를 향상시키기 위한 human capability, limiting function, performance output의 측정, 변수의 선정, 분석, 평가, 개선을 위한 설계과정을 심리학, 사회학, 생리학, 역학 등의 방법론을 동원하여 훈련한다. 위의 목적을 이루기 위한 방안으로서 input 기능과 신뢰도, information processing 기능과 측정, output의 분석 및 주위환경의 변화가 인간성능에 미치는 내용을 주요 강의 내용으로 구성한다.전선 / 학사
본 강좌는 가상현실·증강현실에 대한 주요 이론을 습득하고, 다양한 활용 사례들을 배우며, 실제 실습을 통해 VR/AR 환경을 구축할 수 있도록 한다. VR/AR에 대한 기본적인 지식 습득을 위해 딥러닝을 포함한 캐릭터 애니메이션 개론, 메타버스, 휴먼 팩터, 컴퓨터 그래픽스 이론, 가상현실 관련 소프트웨어 프로그램 실습, 3D 기반 모션캡쳐 등을 다룬다. 강의는 거꾸로 교육(Flipped learning) 방식으로 이루어지며, 3D 제작 플랫폼에 내장된 캐릭터 애니메이션 기본 모듈을 활용한 실습뿐 아니라 실제 VR/AR 기기를 활용한 프로젝트 위주로 진행된다. VR/AR 프로젝트를 바탕으로 과제를 부여하며 수강생은 분야별 모듈을 선택하여 참여하도록 한다. 프로젝트를 주도하고 이에 따른 문제를 해결해가는 과정에서 자기 주도적이고 동료 학습이 가능하도록 한다.전선 / 대학원
방사선, MR, 초음파, 감마카메라, SPECT, PET을 이용하여 획득한 영상의 정합, 정규화, 도시, 정량화, 영상처리, 전송 등을 주요 주제로 PACS 기술을 포함한다. 삼차원 영상, 동적영상, 영상의 통계적 해석 등을 포함한다. 각 영상처리 기술의 공통적인 바탕을 교육하고 이어서 각 방법의 차이에 따른 영상 신호의 특질을 이해하고 의료 영상을 구성하는 토대를 파악하여 실제 임상에 응용되는 의료 영상을 터득하게 된다. 특히 영상의 디지털 처리와 의료환경의 변화에 따른 영상처리의 발전을 이해한다.전선 / 대학원
본 과목은 사회통계의 고급수준에 해당되는 부분으로 이론적 기초와 분석방법을 이해하고, 사회복지와 관련자료를 컴퓨터를 이용하여 분석한 후 보고서를 작성하는 연습을 한다. 이 과목에서는 부제에 따라 구조방정식 및 잠재성장모형 혹은 인과추론 및 정책평가에 대해 중점적으로 다룬다. 그러므로 이 과목의 수강은 사회통계의 초급수준을 이해함을 전제로 한다.전선 / 대학원
장애인의 정의와 장애인에 대한 의학적 지식, 심리발달, 사회행동의 배경 등을 이해하며 개개 장애의 분류 및 발생원인, 치과의료 측면에서의 장애인의 문제, 구강상태, 이에 따른 치과치료, 구강관리 문제 등을 연구하고 강의한다.전선 / 학사
본 과정에서는 인공지능에 대한 개요 및 deep learning에 대해 이해하며 TensorFlow 개념 및 기초 programming 실습을 진행한다. 그리고 Deep Learning 기반 Object Detection 방법과 무인점포 개발 응용을 위한 학습 trainset 자동 생성 방법을 실습을 통해 익힌다. 또한 AI Chip이 내장된 NPU 가속기 Board와 nVidia Jetson TX2 Board를 이용하여 YOLO V3 Object Detection 실습을 진행한다. 마지막으로 nVidia CUDA를 이용한 GPU Programming 개념 및 병렬 Programming 실습을 통해 GPU 구조에 대해 배운다.전선 / 학사
학부과정의 물리학에서 많이 사용되는 수학을 공부한다. 물리현상의 기술에서 수학적 어려움을 극복할 수 있도록 하여 물리 문제를 다룰 수 있는 교육에의 적용 능력을 키우는 것을 목적으로 한다. 주요내용은 벡터해석, 일반좌표계, 행렬, 군론, 급수전개, 복소변수론 등이다.