최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
박문용, 이석기, 신동진
2021 / The International Journal of Advanced Smart Convergence
데이터가 존재하지 않습니다.
loading...
본 연구는 자율 주행 환경에서 레이더와 카메라의 장점을 활용하여 차량 인식 성능을 향상시키는 융합 기반 방법을 제안합니다. 레이더는 악천후에도 차량을 인식할 수 있지만, 정확한 객체 분류를 위해 카메라 이미지를 활용하는 것이 필요하며, 제안하는 방법은 레이더와 카메라 데이터를 융합하여 오류를 계산하고 동일한 대상으로 인식합니다.
Image recognition and classification : algorithms, systems, and applications
Indoor scene recognition by 3-D object search : for robot programming by demonstration
3D-position tracking and control for all-terrain robots
Autonomous Intelligent Vehicles : Theory, Algorithms, and Implementation
Vision and navigation : the Carnegie Mellon Navlab
모빌리티의 미래 : 전기차부터 자율주행, 도심항공에서 우주여행까지 세상을 바꿀 모빌리티 기술의 거의 모든 것
Motion deblurring : algorithms and systems
Intelligent Interactive Multimedia: Systems and Services : Proceedings of the 5th International Conference on Intelligent Interactive Multimedia Systems and Services (IIMSS 2012)
인공지능 및 카메라영상인식 기반의 자율 주행차 최신 개발기술 및 센서 적용방안
Automating vision : the social impact of the new camera consciousness
Remote sensing image fusion
Mechatronics and intelligent systems for off-road vehicles
Object detection with deep learning models : principles and applications
Wide area surveillance : real-time motion detection systems
Computer vision in vehicle technology : land, sea and air
Computer vision in the infrared spectrum : challenges and approaches
지능형 영상감시 시스템의 원리 및 응용 =
자동차 자율주행 기술 교과서 : 인공지능 시대의 자동차 첨단기술을 이해하는 자율주행 메커니즘 해설
한국인터넷방송통신학회 논문지
조성윤; 윤여환IEEE Vehicular Technology Magazine
Ming Lei; Daning Yang; Xiaoming WengIEEE Sensors Journal
Hazarika, A.; Rahmati, M.; Fotouhi, M.; Arabshahi, P.; Cheng, W.한국지능시스템학회 논문지
이민채, 한재현, 장철훈, 선우명호IEEE Transactions on Intelligent Transportation Systems
Nawaz M.,Tang J.K.T.,Bibi K.,Xiao S.,Ho H.P.,Yuan W.Sensors (Basel, Switzerland)
Hariya K.,Inoshita H.,Yanase R.,Yoneda K.,Suganuma N.IEEE Transactions on Intelligent Vehicles
Yao S.,Guan R.,Huang X.,Li Z.,Sha X.,Yue Y.,Lim E.G.,Seo H.,Man K.L.,Zhu X.,Yue Y.IEEE Transactions on Intelligent Vehicles
Cui C.,Ma Y.,Lu J.,Wang Z.Remote Sensing
Ignatious H.A.,El-Sayed H.,Kulkarni P.IEEE Sensors Journal
Agrawal S.,Bhanderi S.,Doycheva K.,Elger G.전자공학회논문지
장재환, 김경환IEEE Transactions on Intelligent Transportation Systems
Ying Peng; Yechen Qin; Xiaolin Tang; Zhiqiang Zhang; Lei Deng2019 SYMPOSIUM ON SENSOR DATA FUSION: TRENDS, SOLUTIONS, APPLICATIONS (SDF 2019)
Nobis, Felix; Geisslinger, Maximilian; Weber, Markus; Betz, Johannes; Lienkamp, MarkusIEEE Robotics and Automation Letters
Weiyi Xiong; Zean Zou; Qiuchi Zhao; Fengchun He; Bing ZhuJournal of Physics: Conference Series
Yin Jun; Li Qiankun; Lu Wei; Ming Liu; Li DongdongIEEE Sensors Journal
Wang, Jiawei; Chu, Liang; Guo, Chong; Zhang, Yao; Cao, ZhuoSensors
Park J.,Yu W.IEEE Transactions on Intelligent Transportation Systems
Karangwa J.,Liu J.,Zeng Z.IEEE Robotics and Automation Letters
Julius F. Tilly; Fabio Weishaupt; Ole Schumann; Juergen Dickmann; Gerd WanielikSENSORS
Wei, Zhiqing; Zhang, Fengkai; Chang, Shuo; Liu, Yangyang; Wu, Huici; Feng, Zhiyong전선 / 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
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 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 대학원
최근 정보통신기술이 발전하면서 교통분야에서 다양한 데이터가 수집되고 활용된다. 차량과 사람의 위치 데이터, 교통량, 속도, 밀도 등 교통흐름과 관련된 데이터, 대중교통 이용 실태를 확인할 수 있는 교통카드 데이터 등이 대표적이다. 이들은 모두 실시간으로 빠르게 수집되는 만큼 양도 방대하다. 소위 빅데이터의 특징인 Volume (양), Variety (종류), Velocity (속도)의 특징을 모두 가진다. 본 교과목은 교통 분야 빅데이터의 유형을 이해하고 이를 분석하는 것을 목적으로 한다. 이를 위해 우선 빅데이터의 기초와 시각화 방안을 배운다. 이후 인공지능 방법론의 기초를 학습하고 교통 빅데이터를 이용하여 CNN, RNN 분석을 수행해 본다. 아울러 군집분석, 의사결정나무 등 자주 활용되는 데이터 분석기법도 배운다.전선 / 학사
로봇은 기술 발전과 수요 증가에 따라 공장 등의 제한된 환경에서 사람들이 생활하는 일상 환경으로 확장되고 있으며, 안전하고 효과적으로 로봇을 적용하기 위해서는 로봇이 사용되는 환경에 대한 이해가 필수적이다. 로봇 비전 과목은 카메라를 이용하여 로봇 주변의 3차원 공간 구조나 보행자, 차량 등 다양한 객체 등 로봇이 사용되는 주변 환경의 전반적인 인식에 관련된 다양한 문제와 해결방법을 학습하는 것을 목표로 한다. 다양한 컴퓨터 비전의 연구 분야 중 로봇에 관련된 카메라 모델, 자세 추정, 3D reconstruction, 딥러닝을 이용한 물체 인식 및 추적 등의 주제에 대해 기초적인 내용을 강의한다.전선 / 대학원
생물체의 영상을 획득하기 위한 hardware 구성, CCD 카메라를 이용한 영상획득, 영상처리 software 등에 대해서 학습하여 이를 생물체, 농산물, 정밀농업, 자율주행 등에 응용하는 능력을 배양한다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 모델을 이용하여 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에서 정상 해부학적 구조물의 자동적 영역분할, CEP 계측점 자동적 탐지, 및 다양한 치과질환의 자동적 탐지 및 분류하는 딥러닝 모델과, 3D 치과 데이터에서 자동적 탐지, 분할과 분류하는 딥러닝 모델의 원리와 구조에 대해 수업함. 인공신경망과 딥러닝 소개 컴퓨터 비전을 위한 심층 컨볼루션 신경망 소개 딥러닝을 이용한 의료 및 치과영상 감지 및 인식 딥러닝을 이용한 의료 및 치과영상 분할 딥러닝을 이용한 의료 및 치과영상 등록 딥러닝을 이용한 컴퓨터 지원 진단(CAD)전선 / 대학원
빅데이터와 인공지능은 무인이동체의 자율적인 운행을 위한 필수적인 기술이다. 빅데이터는 인공지능의 예측 정확성을 증대시키고 사고범위를 확장하는 기반자료로서 무인이동체의 다양한 운항 및 성능자료 등이 여기에 포함된다. 인공지능 기술에 의해 시스템이 지능화하게 되면 자율화 프로세스인 OODA(Observe-Orient-Decision-Action)가 적시에 연쇄적으로 이루어지게 되어 통신 차폐와 송수신 시간 지연, 재밍 등의 제한성을 가진 무인이동체의 임무 자유도를 현격하게 증대시키게 된다. 이 교과과정에서는 대학원생이 빅데이터의 처리기법과 딥러닝에서 핵심적인 요소인 신경망과 CNN(합성곱 신경망)을 학습하여 인공지능의 기본 원리와 적용을 이해하게 된다. 이를 통해 무인이동체의 자율화의 통제수준을 인지하고 자율화의 현 수준과 발전방향을 이해하여 가능한 임무를 선택하고 운영개념을 작성할 수 있는 지식과 식견을 가지게 될 것이다.전선 / 대학원
자율주행 이동 로봇공학은 로봇이 임의 공간에서 무인으로 이동하면서 주변을 탐색하고 현재 위치를 추정하면서 동시에 주위 공간의 지도를 작성하는 문제와 경로 계획 및 경로 최적화를 다룬다. 작성된 지도는 로봇이 주변 환경을 인식하는데 사용되며 로봇은 환경과 연속적으로 상호작용하게 된다. 이 내용은 기계 학습의 확률적 추론에 기반하고 있으며 수상/수중 로봇, 지능형 제조 작업 수행, 물류 처리 로봇의 핵심 알고리즘으로 사용된다. 베이즈 필터, 칼만 필터, 입자 필터, 동시적 위치추정 및 지도작성, 확장칼만필터 SLAM, 빠른 SLAM, 그래프 SLAM, 경로 계획 등에 대하여 학습토록 한다. 파이썬/C++ 프로그래밍의 기초 지식을 필요로 한다.전선 / 대학원
본 과목에서는 고차원 데이터의 저차원 표현을 학습하기 위한 기하학적 방법을 소개한다. 미분 기하학의 기초(구체적 주제는 리만 다양체 및 Lie 그룹, 텐서, 커넥션 및 fiber 번들 포함)를 다룬 후, 고차원 데이터에 대한 기존 기계 학습 알고리즘(예: 매니폴드 러닝, 메트릭 러닝)의 기하학적 일반화 방법을 개발하여, 대칭적 구조가 존재하는 고차원 비유클리디언 데이터 문제에 적용한다. 위와 같은 방법을 구현하기 위한 효율적인 계산 알고리즘도 소개한다. 후반부에는 Ito 확률 미분 방정식의 관점에서 강화 학습과 확률 최적 제어 간의 관계를 고찰하여, 고차원 비유클리디언 데이터 강화 학습 문제에 적용 가능한 기하학적 방법도 개발한다.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
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 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
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
머신러닝 등 인공지능 기술의 급속한 발전 및 활용도 증가와 함께, 그와 관련된 법과 규제에 대한 논의의 필요성 또한 급격하게 증대하고 있음. 인공지능 방법론 개관, 인공지능과 관련된 법제도 개관, 로보틱스 및 자율주행차와 관련된 규제 및 책임제도 개관, 인공지능과 불법행위 책임, 인공지능과 시장경쟁, 인공지능과 사회적, 경제적 차별의 문제, 인공지능 의사결정의 투명성 및 책임성(accountability), 설명가능/해석가능한 인공지능과 법적 책임전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 학사
인공지능은 사람의 생각과 행동을 모사하고, 이성적인 행위를 통하여, 주어진 목적을 달성하는 시스템을 연구하는 학문 분야이다. 본 수업에서는 인공지능 시스템을 구성하기 위한 다양한 방법론을 논한다. 이는 효율적인 탐색, 지식의 표현, 불확실성에 대한 이해, 상관관계와 인과관계에 대한 이해, 시각, 음성, 자연어 등의 처리, 학습 등을 포함한다. 이를 통해 학생은 인공지능의 핵심 원리와 기술에 대해 수학적, 논리적, 정성적, 정량적, 확률 통계적, 학습적 관점 등으로 종합적인 이해를 한다.전선 / 대학원
유체의 속도, 초음속유동장의 충격파, 연소장의 온도, 연소생성물의 농도 등 반응장/비반응장의 특성을 측정하는데 있어, 기존의 방식은 측정장치를 유동장내 삽입하여 교란을 유발시킬 수 있는데 반해 레이저를 이용한 계측방식은 유동장의 교란을 유발시키지 않고 측정(non-intrusive technique) 가능하며, 그 정밀도도 매우 높다. 그러므로 본 과목은 빛(light)의 원리 및 특성, 레이저(LASER)의 기본 원리 및 특성을 기초로 하여 현재까지 개발된 레이저를 이용한 측정기법을 소개한다. 즉, LDV, PIV, PDPA, PLLIF, LIF, CARS 등 속도, 온도, 농도 등을 정확히 측정할 수 있는 기법의 원리, 장점 및 단점을 배우며, 전반적인 이해를 돕기 위해 기초적인 양자역학(Quantum mechanics), Scattering의 원리 및 종류(Rayleich & Raman Scattering), 형광(Fluorescence)의 원리, 분광법(Spectroscopy)에 대한 지식을 습득한다.전선 / 대학원
푸리에 광학, 회절, 공간 광 변조기, 스펙트럼 분석, 공간 필터, 음향광학, 헤테로다인 스펙트럼 분석, 공간적분 코릴레이터, 시간적분 시스템, 광 컴퓨팅, 광변환, 홀로그램, 광민감 효과, 지연신호처리.