권오설 교수

저해상도 위성 영상에서는 미세 객체 검출에 한계가 있어 재난 감시 및 국방 정찰 분야의 분석 효율이 저하되는 문제가 있습니다. 이를 해결하기 위해 ESRGAN 기반 초고해상도 복원 기술을 적용하여 저해상도 영상에서도 세부 객체의 윤곽과 텍스처를 정밀하게 복원하였으며, 모델 경량화를 위한 모듈 프루닝(Pruning) 기법을 도입하여 임베디드 플랫폼에서도 실시간 동작이 가능하도록 최적화하였습니다. 서로 다른 특성을 가진 이종 데이터 간 일반화 성능을 높이기 위해 교차 전이 학습(Cross-Transfer Learning)을 적용하여 여러 촬영 조건과 센서 환경에서도 안정적인 검출 성능을 확보하였습니다. 본 기술은 위성영상 관제, 재난 감시, 국방 정찰 분야에 적용되어 신속한 상황 판단과 대응 체계 구축에 기여하고 있습니다. DOTA 등 표준 데이터셋을 활용한 검증에서 mAP@0.5 기준 93.71%부터 최대 99.21%에 이르는 고정밀 검출 성과를 확인하였으며, YOLOv7 기반 모델에서 최대 99.21%의 mAP를 달성하였습니다. 임베디드 플랫폼 배포를 통한 실시간 성능 검증을 완료하여 TRL 6 수준의 기술 성숙도를 확보하였습니다.

단일 센서에 의존하는 환경 인식 방식은 동적인 실제 환경에서 안정적인 자율 주행 및 비행 제어를 구현하는 데 한계가 있습니다. 이를 극복하기 위해 LiDAR, 카메라, IMU, GNSS 데이터를 통합하는 멀티모달 센서 융합 기술을 개발하였으며, Vision-Language Model(VLM) 기반의 고차원 시각 이해 및 상황 판단 기술을 결합하여 복잡한 환경 변화에 유연하게 대응하는 제어 체계를 구축하였습니다. 이동 로봇의 자율 주행 경로 결정 기법과 멀티 영상 기반 SLAM 생성 기법을 통해 실내외 공간에서의 위치 추정과 경로 계획 성능을 개선하였고, 스마트팩토리 환경의 3D 객체 인식 기법을 적용하여 공정 내 모빌리티 제어의 정밀도를 높였습니다. 본 기술은 실내 물류 자동화 드론, 해양 자율주행, 스마트팩토리 모빌리티 분야에 활용되고 있으며, 복잡한 해양 및 실내 물류 환경에서 VLM 기반 자율제어의 실험적 증명을 완료하였습니다. 관련 기술은 에스이랩스에 이동 로봇 자율 주행 경로 결정 기법(2022년), 멀티 영상 기반 SLAM 생성 기법(2023년), 스마트팩토리 3D 객체 인식 기법(2024년), 로봇암 제어 시스템 및 데이터 처리 방법(2025년) 등으로 이전되어 상용화 기반을 마련하였습니다. 관련 특허 출원을 통해 기술 확보와 TRL 5-6 수준의 성숙도를 달성하였습니다., 영상 화질 개선(얼굴 인식, 안개 제거, HDR): 안개, 저조도, 역광 등 악조건에서 촬영된 영상은 화질 저하로 인해 보안 감시 및 디스플레이 장치의 시각적 품질을 떨어뜨리는 문제가 있습니다. 이를 해결하기 위해 Hidden Markov Random Field(HMRF) 모델 기반 안개 제거 기술과 DCT 기반 광원 보상 기술을 개발하였으며, 저해상도 얼굴 영상의 화질을 복원하는 SR(Super-Resolution) 기술을 결합하여 악조건 환경에서도 정밀한 영상 복원이 가능하도록 하였습니다. 본 기술은 비대면 얼굴인식 시스템, CCTV 보안 감시, OLED·QD-HDR 등 차세대 디스플레이 분야에 적용되고 있으며, 광원 변화에 대응하는 얼굴 인식 정확도 96%를 달성하고 감시 시스템 내 실시간 알고리즘 적용 검증을 완료하였습니다. 관련 기술은 국립창원대학교를 통해 ㈜브이아이테크에 영상의 안개 제거 방법 및 장치(2021년), ㈜블루타일랩에 고휘도 영역 선택 기반 광원 보정 장치 및 방법(2021년), ㈜해시스냅에 디테일 정보량 기반 화질 개선장치(2021년), 와이에스뷰티테크(주)에 실시간 얼굴 인식장치 및 방법(2023년), (주)아이브로보틱스에 인공지능 기법을 이용한 영상의 화질 향상 기법 및 장치(2025년)로 이전되어 산업 현장에 적용되었습니다. 얼굴 인식을 위한 임베디드 시스템 기술(2015년)까지 포함하여 화질 개선 및 얼굴 인식 기술의 실용화를 이끌어 왔습니다.