전경구 교수

조명이나 시점 변화에 취약한 차량 번호판 인식(LPR) 시스템의 한계를 극복하기 위한 연구를 수행했습니다. 히트맵 기반 꼭짓점 추출 모델을 설계해 번호판 영역의 정확한 위치 검출을 구현했으며, 무감독 도메인 적응(UDA) 기법을 도입해 서로 다른 촬영 환경과 카메라 조건 간 데이터 분포 차이로 인한 인식률 저하 문제를 해결했습니다. 호모그래피 행렬 연산을 활용해 기울어지거나 왜곡된 번호판 이미지를 정위 보정하는 알고리즘도 구축했습니다. 이 기술은 지능형 교통 시스템(ITS), 스마트 주차 시스템, 보안 감시 시스템, 주차유도시스템에 적용되고 있습니다. RecogAI Ltd. 대표를 역임(2020.11~)하며 기술의 실용화를 추진했고, 인천대학교 산학협력단을 통한 기술이전이 공시되었습니다. 2022년 연구에서는 기존 방식 대비 19.1%의 성능 향상을 확인했으며, 특허 등록(10-2482472 등) 다수와 Sensors, Multimedia Systems 등 국제학술지 게재를 통해 연구 성과를 검증했습니다. 특허 등록 및 관련 기업 설립 이력을 바탕으로 현재 TRL 6-7 수준의 상용화 단계에 도달해 있습니다.

3D 객체 인식 과정에서 센서 종류와 환경 차이로 발생하는 데이터 분포 불균형 문제를 해결하기 위한 연구를 수행했습니다. 무감독 도메인 적응 기반 분류 기법을 적용해 서로 다른 센서로 수집된 포인트 클라우드 간 특징 차이를 보정했으며, 재활용 Max Pooling 모듈을 설계해 정보 손실을 최소화하면서 특징을 효율적으로 집약했습니다. 절단면 식별(Cutting Plane Identification) 기반 자기지도 학습법을 도입해 레이블이 부족한 환경에서도 모델 성능을 향상시켰습니다. 이 기술은 자율주행, 로봇 임무 수행, 구강 스캐너 영상 분석, 치과 보철물 모델링 분야에 적용되고 있으며, 치과 보철물 데이터 처리 관련 산업 응용 가능성이 확인되었습니다. 센서 간 특징 불일치를 정량적으로 분석한 실험을 통해 도메인 적응 기법의 유효성을 검증했습니다. Sensors 학술지 게재를 통해 기술적 유효성을 검증했고, 특허 출원(1020230152384)을 진행했습니다. 현재 실험 및 검증 단계인 TRL 4-5 수준에 위치해 있습니다.

3G LTE 및 M2M 통신 환경에서 자원 배분과 경로 선택을 최적화해 서비스 품질(QoS)을 보장하기 위한 연구를 수행했습니다. 호 수락 제어(Call Admission Control) 기법을 통해 네트워크 혼잡 상황에서도 안정적인 통신 자원 배분을 구현했으며, 적응형 자원 관리 기법을 적용해 트래픽 변화에 따른 자원 재할당을 자동화했습니다. DiffServ-aware MPLS 기반 경로 설정 기법을 도입해 서비스 등급별 트래픽을 차등적으로 처리하고 지연 및 손실을 최소화했습니다. 이를 통해 다중 서비스 등급이 혼재하는 이종 네트워크 환경에서도 QoS 보장 수준이 유지됨을 실험적으로 확인했습니다. 이 기술은 셀룰러 네트워크, M2M 통신, LTE-Advanced 네트워크 환경에 적용되었습니다. IEICE Transactions, LNCS 등 다수 국제학술지에 연구 성과를 게재했으며, 대역폭 독점 감소 기법에 관한 특허(등록번호 10-1078981)를 등록했습니다.