성균관대학교 인공지능대학원

본문 바로가기
주메뉴 바로가기
서브메뉴 바로가기

SKKU AI, 600년 미래를 열다

Notice

공지사항
Read More

News

인공지능학과

고종환 교수 연구실 정성문 석박통합, 정성혜 석사과정, AI 그랜드챌린지 2위 입상
2020-08-25
인공지능학과의 정성문 석박통합과정 학생과 정성혜 석사과정 학생이 포함된 고종환 교수 연구팀 (IRIS 연구실)이 지난 7월 말 온라인으로 개최된 과기정통부 주관 ‘2020 인공지능 R&D 그랜드 챌린지’에서 사물인지 트랙의 수십 개 참가팀 중 2위로 입상하였다. 특히 해당 연구팀은 2019년 대회에서도 3위에 입상하여 후속연구비 8억 원을 지원받은 이후 2년 연속으로 입상하는 기록을 세웠으며, 작년의 음향인지 트랙에 이어 올해에는 영상 기반 사물인지 트랙에서 입상하여 음성과 영상 기반 AI 기술에 대한 연구팀의 기술력을 인정받게 되었다. 인공지능 R&D 그랜드 챌린지는 제시된 도전과제를 해결하는 알고리즘을 개발하여 경쟁하고 우수팀에 후속연구비를 지원하는 도전·경쟁형 R&D 경진대회로, 올해 열린 4차 대회는 ‘인공지능 기술을 활용하여 다양한 지역문제를 해결하라’는 주제로 ’22년까지 총 4단계로 진행된다. 이번 대회에 입상한 팀에게는 올해 말까지 후속연구비 2억 원이 지원되며, 11월에 개최될 2단계 대회를 준비하게 된다.

허재필 교수 연구실, 현상익 석사과정 ECCV 2020 국제 학술대회 논문 게재
2020-08-24
비주얼컴퓨팅 연구실 현상익 학우(인공지능학과 석사과정 1년차, 지도교수 허재필)가 European Conference on Computer Vision (ECCV) 2020에 “VarSR: Variational Super-Resolution Network for Very Low Resolution Images” 논문을 게재하였습니다. ECCV는 컴퓨터 비전분야의 top-tier 학술대회이며, 본 논문은 현상익 학우가 학부연구생 때 수행된 연구 결과물입니다. 본 연구에서는 극도로 낮은 해상도 이미지의 초해상도(Super-Resolution)를 수행하는 딥러닝 모델을 제시하였습니다. 기존 초해상도 기술들은 저해상도-고해상도 이미지의 1:1 deterministic한 매핑 관계를 가정하였다면, 본 논문의 VarSR Network는 하나의 저해상도 이미지가 여러 개의 고해상도 이미지에 대응될 수 있는 1:N의 매핑 관계를 모델링하여 variational한 결과를 도출하도록 설계되었습니다. 제안된 모델은 초저해상도의 얼굴, 자동차 번호판 이미지 식별 등 현실 세계의 다양한 응용분야에 활용될 수 있습니다. [논문] Sangeek Hyun and Jae-Pil Heo, “VarSR: Variational Super-Resolution Network for Very Low Resolution Images”, European Conference on Computer Vision (ECCV), 2020. Abstract: As is well known, single image super-resolution (SR) is an ill-posed problem where multiple high resolution (HR) images can be matched to one low resolution (LR) image due to the difference in their representation capabilities. Such many-to-one nature is particularly magnified when super-resolving with large upscaling factors from very low dimensional domains such as 8x8 resolution where detailed information of HR is hardly discovered. Most existing methods are optimized for deterministic generation of SR images under pre-defined objectives such as pixel-level reconstruction and thus limited to the one-to-one correspondence between LR and SR images against the nature. In this paper, we propose VarSR, Variational Super Resolution Network, that matches latent distributions of LR and HR images to recover the missing details. Specifically, we draw samples from the learned common latent distribution of LR and HR to generate diverse SR images as the many-to-one relationship. Experimental results validate that our method can produce more accurate and perceptually plausible SR images from very low resolutions compared to the deterministic techniques.

(AI타임즈) [특집]"현장밀착형 AI 인재 양성하겠다"...이지형 성균관대 AI대학원장
2020-08-21
관련기사 링크: http://www.aitimes.com/news/articleView.html?idxno=131568

(AI타임즈) [특집] 한국의 인공지능대학원: 성균관대학교
2020-08-21
관련기사 링크: http://www.aitimes.com/news/articleView.html?idxno=131579

prev next

Read More

Schedule

오늘의 행사

09월 September / 2020

2020.09.21(월)

등록된 일정이 없습니다.

Read More

이달의 행사

09월 September / 2020

2020.09

Read More

Link