이필규 명예교수

다중물체 검출·추적, 얼굴인식, 영상감시(비디오 서베일런스) 분야에서 다수의 국가연구개발과제를 장기간 수행했습니다. 객체 검출 및 트래킹, 패턴 인식, 딥러닝 기반 비전 알고리즘을 핵심 방법론으로 삼아 계층적 지식전이 기반 다중물체 추적 기술인 Ezbaro를 개발했으며, 변환점 검출 기반 다중클래스 다중물체 추적 기술을 구축했습니다. 이 기술들은 지능형 영상 감시(Smart Surveillance), 자율주행, 인간-컴퓨터 상호작용(HCI), 무인 매장 서비스 등 다양한 산업 영역에 적용되고 있습니다. 대표논문 'Multi-class multi-object tracking'(2016)은 188회 인용되었으며, '비디오 감시 시스템 및 방법' 관련 특허 2건을 보유하고 있습니다. 해당 특허 기술은 2019년 4월 에스에이치정보통신에 이전되었습니다(인하대학교). 무인 매장 내비게이션 및 자동결제 관련 특허(등록번호 12165190)는 2024년 등록 예정이며, 임베디드 얼굴인식 시스템과 무인 매장 결제 특허를 기반으로 TRL 6-7 수준에 도달했습니다.

능동준지도학습, 하이브리드 심화학습 기반 두사람 상호작용 인식 등 지능형 시스템 관련 국가과제를 다수 수행했습니다. 신경망, 추천 시스템, 액티브 러닝, 유전 알고리즘, t-test 기반 영상 인식 시스템을 핵심 기술로 연구했습니다. 이러한 기술은 불완전 데이터 기반 객체 검출, 얼굴 표정 인식, 웹 개인화 분야에 적용되었습니다. 대표논문 'Web personalization expert'(2001)는 231회 인용되었으며, 't-test를 이용한 영상 인식시스템 및 그 방법', '윤곽선 복원을 이용한 얼굴검출 장치 및 방법' 특허를 보유하고 있습니다. 전문가 시스템 기술 적용 연구를 기반으로 TRL 5-7 수준의 기술 성숙도를 확보했습니다.

IITP-Ezbaro 보행자 위치공간 인지 증강 및 스포츠 경기력 분석을 위한 정밀측위 원천기술개발 등 대형 사업단 과제를 수행했습니다. 분산 컴퓨팅, 대규모 데이터 처리 및 클라우드 분석을 핵심 방법론으로 삼아 연구를 진행했습니다. 이 기술은 클라우드 기반 빅데이터 분석 모델, 대규모 사용자 데이터 처리, 보행자 위치공간 인지 증강 분야에 적용되고 있습니다. 정밀측위 원천기술개발 과제를 2015년부터 2017년까지 3개년간 총 15억원 규모로 수행했습니다. 클라우드 환경에서의 빅데이터 분석 시스템 검증 단계로 TRL 5-6 수준에 도달했습니다.