The Institute of Electronics and Information Engineers
|
[온라인] 제31회 신호처리합동학술대회 논문모집
2021년 9월 30일 (목) ~ 10월 1일 (금), 온라인 방식
|
||||||||||||
| 조직위원장 김종옥(고려대) 학술위원장 송병철(인하대) 자문 고성제(고려대) 김문철(KAIST) 김정태(이화여대) 김창익(KAIST) 김홍국(GIST) 문영식(한양대) 백준기(중앙대) 심동규(광운대) 이영렬(세종대) 원치선(동국대) 전병우(성균관대) 조남익(서울대) 홍민철 (숭실대) 준비위원 고병철(계명대) 곽수영(한밭대) 백종덕(연세대) 이채은(인하대) 전세영(서울대) 최강선(한기대) 최욱(인천대) 황원준(아주대) 연구회위원장 고병철(계명대) 이채은(인하대) 전세영(서울대) 학술위원 강석주(서강대) 강제원(이화여대) 권구락(조선대) 김원준(건국대) 김재곤(한국항공대) 김창수(고려대) 민동보(이화여대) 박인규(인하대) 박철수(광운대) 심재영(UNIST) 우성민(한기대) 이 철(동국대) 정승원(고려대) 조성인(동국대) 조성현(포스텍) 한재호(고려대) 함범섭(연세대) 황효석(가천대) |
초대의 글 | |||||||||||
제 31회 신호처리합동학술대회가 오는 9월 30일~10월 1일 양일간 On-line 방식으로 진행됩니다. 본 학술대회는 대한전자공학회, 한국음향학회, 한국통신학회, 한국방송공학회 등 4개 학회가 합동으로 주최하는 오랜 전통의 국내 최고 학술 행사로서, 다양한 신호처리 분야 연구자들의 학술 교류의 장으로 발전해 왔습니다. 2015년 28회 이후 잠시 중단되었다가 2019년 대한전자공학회 신호처리소사이어티 주관으로 다시 시작하여 한국의 대표적인 신호처리 학술행사로서 자리매김하고 있습니다. 최근 인공지능 기술의 비약적 발전으로 데이터를 다루는 신호처리 기술의 중요성이 점점 증대되고 있습니다. 또한 인공지능의 적용으로 신호처리 알고리즘의 성능이 획기적으로 향상되어 다양한 분야에 응용되고 있으며, 실질적으로 인간생활 및 산업발전에 기여하고 있습니다. 올해 학술대회에서는 산업체 초청강연, 신진연구자 강연, 특정 기술을 집중적으로 소개하는 overview 세션 등 다양한 프로그램이 준비되어 있습니다. 융합산업, 공학, 과학 분야에서 핵심적으로 응용되고 있는 인공지능 기술을 포함한 신호처리 연구 결과와 이론을 다룬 논문을 모집합니다. 그리고 과거의 학술대회 때와 마찬가지로 각 분야 별로 우수 논문을 엄선하여 우수논문상을 시상할 예정입니다. 이번 학술 행사에서 진행될 수준 높은 연구 결과 발표, 토론 등을 통해 우리나라 신호처리 분야가 더욱 성숙해지고 확장될 것으로 기대합니다. 성공적인 신호처리 합동학술대회가 될 수 있도록 여러분의 많은 관심과 참여를 부탁드립니다. |
||||||||||||
| 논문 모집 분야 | ||||||||||||
|
||||||||||||
| 논문 제출 절차 및 일정 | ||||||||||||
|
o 논문투고일정
|
||||||||||||
| 연사 | 강연 요약 및 연사정보 |
![]() 심동규 교수 (광운대학교) |
본 강의는 기존의 예측/변환/양자화 기반 영상 압축 기술의 발전 과정을 조망하고, 이이 기초 기술에 대한 개념을 강의한다. 또한, 최신 압축 기술인 VVC 기술은 기존 코덱과 달리 컴퓨터 비젼 기술 들이 일부 접목되었다고 볼 수 있다. 본 강의에서는 최신 압축 코덱인 VVC의 새로운 개념을 소개한다. 최근 들어, 컴퓨터 비젼 기술의 접목에 더 나아가, deep learning 기반 압축 기술들이 소개되고 있는데, 이들의 발전 가능성에 대하여 논의한다.
Bio :
학력 : 1993년 서강대학교 전자공학부 학사 /1995년 서강대학교 전자공학부 석사 /1999년 서강대학교 전자공학부 박사 경력 1999.3 ~ 2000.8 현대전자 선임연구원 2000.9 ~ 2002.3 바로비젼 선임연구원 2002.4 ~ 2005.2 University of Washington Senior research engineer 2011.3~2012.2 Simon Frasier University, Canada Visiting professor 2005.3 ~ 현재 광운대학교 교수 |
![]() 조승룡 교수 (KAIST) |
We would like to share our research progress in developing various imaging algorithms for X-ray applications in medicine and in industry. Low-dose dual-energy X-ray imaging is under our particular interest that enables material decomposition via exploiting nonlinear attenuation properties of materials. We will introduce a fast and efficient calibration method that can also address nonuniform X-ray spectral characteristics across the field-of-view in cargo inspection. Sparsely sampled computed tomography imaging techniques for medical applications will also be presented that are largely inspired by the compressed sensing spirit and also by deep-learning mind.
Bio :
학력: 박사학위 – 시카고대학교(2009), 의학물리학 석사학위 – 서울대학교(1997), 반도체 물리학 학사학위 – 서울대학교(1995), 물리학 경력: 2009.12 – 현재, 카이스트 부교수 (조교수 -2014.8) 2009.09 – 2009.12, 시카고대학교 방사선학과, 박사후 연구원 2005.09 – 2009.08, 시카고대학교 방사선학과 및 방사선종양학과, 연구원 2002.08 – 2004.05, 뉴욕주립대학교 물리학과, 조교 1997.02 – 2002.05, 삼성전자(종합기술원), 선임연구원 관심연구분야: 토모그라피 알고리즘, X-선 영상 물리, 영상유도 방사선 치료, CT/PET/MR 등의 융합, 반도체소자, 영상처리 등 논문실적: SCI급 70여편, 학술대회 프로시딩 120편 이상 (현재 Physics in Medicine and Biology 저널의 International Advisory Board) 특허실적: 국내외특허 20여건 |
![]() 백준기 교수 (중앙대학교) |
위성 영상은 군사, 기상, 환경, 교통에서 상업적인 목적에 이르기까지 다양한 응용분야를 갖는다. 하지만 영상처리 이전 단계의 위성 영상은 다양한 형태의 잡음, 블러, 대비 저하 등의 문제로 식별하기가 어렵고, 방대한 영역을 표시하기 위한 초고해상도 처리에 많은 시간과 비용이 든다.
이번 강연에서는 위성영상 처리 및 개선을 위한 다음과 같은 다섯가지 기술들을 인공지능으로 구현한 사례를 살펴본다. * 대비개선, 안개제거, 모자이크, 선예화(MTFC), 잡음제거 Bio : - 대한전자공학회장 - 대통령실 과학기술정책 자문위원 - 대검찰청 과학수사 자문위원 - 중앙대학교 첨단영상대학원장 - (현) 중앙대학교 교학부총장 겸 연구부총장 |
| 연사 | 강연 요약 및 연사정보 |
![]() 이재연 부사장/CTO (㈜코어라인소프트) |
딥러닝 기반의 신경회로망을 사용한 인공지능은 영상 처리, 인식 분야에서 큰 관심.
의료 영상 시스템에서 딥러닝 기반 인공지능 시스템의 활용. 인공지능을 사용한 흉부CT 영상 분석 소프트웨어의 개발 과정 소개 성공적인 인공지능 의료 시스템 개발을 위한 요건 Bio :
- 1996.02 KAIST 전기및전자공학과 학사 - 1998.02 KAIST 전기및전자공학과 석사 - 2004.02 KAIST 전기및전자공학과 박사 - ~2004.02 ㈜사이버메드 책임연구원 - ~2007.07 ㈜메비시스 책임연구원 - ~2012.08 ㈜인피니트헬스케어 연구소장 / 이사 - ~now ㈜코어라인소프트 연구소장 / 부사장 / CTO |
![]() 이진수 대표이사 (NHN DATA) |
COVID19로 더욱 가속화된 디지털 트랜스포메이션 속에서 데이터 기반 비즈니스 혁신 활동은 이제 기업의 필수 역량이 되었다. 데이터 기술과 활용에 있어서의 커다란 트랜드 변화와 동시에, 각 국가와 공룡 기업이 주도하는 개인정보 보호 강화는 데이터 기반 비즈니스 혁신 활동에 어떤 변화를 가져오고 있는 지 살펴본다.
Bio :
- NHN DATA 대표이사 2021.05 ~ 현재 - NHN ACE 대표이사 2018.12~2021.04 - NHN 데이터기술사업센터 센터장 2018.03 ~ 현재 - SK텔레콤 2014.06 ~ 2018.02 - 삼성전자 2013.08 ~ 2014.05 - 네이버 (구 NHN) : 2006.10 ~ 2013.07 - LG전자 : 1997.1 ~ 2006.10 |
| 연사 | 강연 요약 및 연사정보 |
![]() 함범섭 교수 (연세대학교) |
최근 딥러닝(deep learning) 기술은 영상 인식, 지능형 CCTV, 의료 영상 등 다양한 컴퓨터 비전 및 영상처리 분야에 사용되고 있다. 고성능 딥러닝 시스템은 추론과 학습 시 막대한 계산량을 요구하며, 이에 현재 고성능 딥러닝 기술은 클라우드(cloud) 기반 시스템에 의존하고 있다. 고성능 딥러닝 모델을 에지(edge) 단에 적용하기 위해서는 모델을 구성하는 방대한 파라미터(parameter) 및 연산 시 필요한 저장공간을 줄여야 한다. 이를 위해 프루닝(pruning), 모델 증류(distillation), 양자화(quantization) 기술이 활발히 연구되고 있다. 본 강연에서는 딥러닝 모델의 양자화 기법에 대해 알아본다. 구체적으로 양자화를 고려한 모델 학습 방법(quantization-aware training)에 대해 다루며, 이산 (discrete) 양자화 함수를 미분 가능하게 근사할 때 수반되는 문제를 해결하기 위한 방법을 살펴본다.
Bio :
- 2008-2013: Ph.D., 연세대학교, 전기전자공학과 - 2014-2016: 박사후 연구원, INRIA - 2016-2021: 조교수, 연세대학교, 전기전자공학과 - 2021-현재: 부교수, 연세대학교, 전기전자공학과 - 2019-현재: Associate editor, International Journal of Computer Vision (IJCV) |
| 연사 | 강연 요약 및 연사정보 |
![]() 임성훈 교수 (대구경북과학기술원) |
Disentangling Representation and Adaptation Networks for Unsupervised Cross-Domain Adaptation
Email: sunghoonim@dgist.ac.kr Deep learning has since yielded numerous state-of-the-art results in visual recognition and plays a role in a wide swath of AI applications. Due to the data-hungry nature of deep neural networks, the method requires an enormous number of training data with its corresponding ground-truth labels, which are generally annotated by humans. Since manual annotation is considerably time-consuming and expensive, synthetic datasets generated by 3D graphics tools have recently been utilized as an alternative. However, the networks trained along with the synthetic data do not generalize well to the real-world datasets. As a way to alleviate this issue, this talk introduces DRANet that tackles the issue by disentangling image representations and transferring the visual attributes in a latent space. Unlike the existing domain adaptation methods that learn associated features sharing a domain, DRANet preserves the distinctiveness of each domain's characteristics and allows bi-/multi-directional domain adaptation with a single encoder-decoder network.
Bio :
- Assistant Professor, DGIST, Daegu, Korea, 2019.09-present - Visiting Scholar, Carnegie Mellon University, PA, USA, 2019.06-2019.08 - Research Intern, Microsoft Research, Beijing, China, 2018.02-2018.08 - Ph.D., KAIST, 2016.03-2019.08 - Microsoft Research Fellowship, 2018. |
![]() 홍성은 교수 (인하대학교) |
대부분의 지도학습 기반 모델들은 학습셋과 테스트셋의 샘플 분포가 유사하다고 가정하기 때문에 학습셋과 테스트셋 사이의 환경/도메인 변화가 큰 경우 심각한 성능 저하를 겪는다. 이러한 도메인 차이를 해결할 수 있는 방법들 중에서 ‘도메인 적응’은 최근에 큰 주목을 받고 있는 기술로서 로보틱스, 자율주행, 의료영상 등 다양한 분야에 활용되고 있다. 본 발표는 도메인 적응을 얼굴 인식과 접목시킨 연구 및 기존 도메인 적응에서 발생할 수 있는 데이터 프라이버시 문제를 효율적으로 해결할 수 있는 새로운 방법론 및 관련 기법을 소개한다.
Bio :
- 학사 2010: 한양대학교(서울) 컴퓨터공학 - 석사 2012: KAIST 전산학과 (연구 주제: Computer Vision) - 박사 2018: KAIST 전산학과 (연구 주제: Computer Vision & Deep Learning) - 경력: SK텔레콤 AI 선행연구조직인 T-Brain의 Research Scientist로서 18년 1월부터 20년 8월까지 근무 |
![]() 어영정 교수 (연세대학교) |
생성적 적대 신경망(generative adversarial networks, GANs)은 무작위 은닉벡터로부터 사실적인 이미지를 생성한다. 입력인 은닉벡터를 변조함으로써 결과이미지를 수정할 수 있지만, 실제하는 이미지를 편집하려는 경우 1) 실제이미지를 은닉벡터로 사영하는 최적화연산의 높은 시간복잡도 또는 2) 인코더를 통한 사영과정에서 생기는 오차에 의한 어려움이 있다. 본 강연에서는 기존 GAN기반 이미지편집 방법들의 접근방식과 한계를 설명하고, 이를 개선한 StyleMapGAN을 소개한다. StyleMapGAN은 은닉표현자에 공간차원을 부여하고 상응하는 공간별 변조연산(modulation)을 사용하는 생성기를 가지며, 은닉표현자의 공간차원 덕분에 가능해진 정확한 사영을 제공하는 인코더를 학습하여 실시간 실제이미지 편집을 제공한다.
Bio :
- 2018 연세대학교 컴퓨터과학과 박사 - 2018. 08. - 2020. 08. NAVER CLOVA AI Research, Researcher - 2020. 09 – 현재 연세대학교 응용정보공학전공 / 인공지능학과 조교수 |
![]() 유석봉 교수 (전남대학교) |
Most of the researches related to visual recognition have focused on strengthening its neural networks to increase recognition accuracy. In this talk, we propose an integrated framework that supports accurate magnification to improve visual recognition performance. To this end, a huge dataset including images and labels of objects of interest is built on our own, and two networks of super-resolution and object recognition are trained simultaneously using the combined loss function. In addition, geometrically consistency prior and ensemble prior can be applied as extensions of the objective function. Finally, the effect of the end-to-end learning performance is verified via the experiment.
Bio :
- 2020.03~현재 전남대학교 공과대학 소프트웨어공학과 조교수 - 2017.10~2020.02 한국전자통신연구원 지능화융합연구소 선임연구원 - 2015.09~2017.09 삼성전자 영상디스플레이사업부 책임연구원 - 2015.08 KAIST 전기 및 전자공학과 박사 - 2011.02 KAIST 전기 및 전자공학과 석사 - 2009.02 연세대학교 전기전자공학 학사 |
![]() 우성민 교수 (한국기술교육대학교) |
본 강연에서는 deep learning 기법을 이용한 color constancy 연구 중 dichromatic modeling을 사용하여 광원 추정 성능을 높이는 동시에 광원 추정 성능에 사용한 영역 및 컬러를 간접적으로 예측하는 기법을 소개한다. 또한, 모바일 카메라에서 자동 초점이나 depth 추정 시 사용되는 focus pixel을 이용하여 HDR imaging을 시도하는 연구를 소개한다.
Bio :
- LG전자 MC사업본부 카메라 선행기술팀(2008~2020.8) - 고려대학교 전기전자공학과 박사 졸업(2020.2) - 한국기술교육대학교 전기전자공학과 조교수(2020.9~) |
| 시간 | 프로그램 | 진행 | |
|---|---|---|---|
| 10:30 ~ 12:00 | 학술대회 등록 | 등록데스크 | |
| 10:30 ~ 12:00 | 우수논문 세션 ( 7편 ) | 좌장 : 곽수영 교수 (한밭대) |
|
|
1, 2, 3, 4, 5, 6, 7 |
|||
| 12:00 ~ 13:00 | 중식 | - | |
| 13:00 ~ 14:30 | 신호처리소사아이어티 정기총회 | 사회: 송병철 교수 개회사: 김종옥 교수 우수신진연구자상 좌장: 김종옥 교수 초청강연 좌장: 송병철 교수 |
|
| -개회식 -우수신진연구자상 시상식 겸 강연 네트워크 양자화 기술 - 함범섭 교수(연세대) -초청강연 1. 코어라인소프트 이재연 CTO 딥러닝 인공지능 기술을 활용한 의료 영상 처리 시스템의 개발 |
|||
| 14:30 ~ 14:40 | 휴식 - Coffee break | - | |
| 14:40 ~ 15:30 | Overview 세션 1 . 심동규 교수(광운대) Legacy 동영상 압축 기술과 미래 동영상 압축 기술의 전망 |
좌장: 이채은 교수 (인하대) |
|
| 15:30 ~ 16:10 | 신진연구자세션 1 Disentangling Representation and Adaptation Networks or Unsupervised Cross-Domain Adaptation 임성훈 교수(DGIST) Towards Privacy-Preserving Domain Adaptation 홍성은 교수(인하대) |
좌장: 황원준 교수 (아주대) |
|
| 16:10 ~ 16:30 | 휴식 - Coffee break | - | |
| 16:40 ~ 18:00 | 구두 세션 1 - ( 17 편) | 좌장: 이채은 교수 (인하대) |
|
| 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 *논문리스트 번호 참조 |
|||
| 시간 | 프로그램 | 진행 | |
|---|---|---|---|
| 09:30 ~ 11:00 | 구두 세션 2 - ( 16 편) | 좌장: 황원준 교수 (아주대) |
|
| 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40 *논문리스트 번호 참조 |
|||
| 11:00 ~ 11:10 | 휴식 - Coffee break | - | |
| 11:10 ~ 12:00 | Overview 세션 2 . 강연 : 조승룡 교수(KAIST) 의료 및 산업 응용을 위한 이중에너지 X선 영상신호처리 연구 |
좌장: 전세영 교수 (서울대) |
|
| 12:00 ~ 13:00 | 중식 | - | |
| 13:00 ~ 13:50 | 초청 강연 2. 이진수 대표(NHN DATA) DATA 기반 e-비즈니스 혁신을 위한 새로운 트랜드 |
좌장: 고병철 교수 | |
| 13:50 ~ 14:40 | Overview 세션 3 . 백준기 교수(중앙대) 위성영상 처리를 위한 인공지능 영상처리 및 개선 기술 |
좌장: 고병철 교수 | |
| 14:40 ~ 15:00 | 휴식 - Coffee break | - | |
| 15:00 ~ 16:00 | 신진연구자 세션 2 Real image editing with GANs 어영정 교수(연세대) End-to-End Learning for Visual Recognition of Low-Resolution Images 유석봉 교수(전남대) Deep learning color constancy 및 focus pixel을 이용한 HDR imaging 우성민 교수(한국기술교육대) |
좌장: 최강선 교수 (한국기술교육대) |
|
| 16:00 ~ 16:10 | 휴식 - Coffee break | - | |
| 16:40 ~ 18:00 | 구두 세션 3 - ( 17 편) | 좌장: 백종덕 교수 (연세대) |
|
| 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57 *논문리스트 번호 참조 |
|||
| 17:40 ~ 18:30 | 폐회식 및 시상식 | 사회: 송병철 교수 폐회사: 김종옥 교수 |
|
*논문발표는 실시간 구두발표로 해당 발표세션 좌장님의 지시에 맞추어 발표자분께서는 발표순서에 맞게 발표하여 주시기 바랍니다.( 5분 내외)
신호처리합동학술대회 논문리스트
| No. | 세션 | 논문번호 | 논문제목 | 발표자 | 소속기관 |
| 1 | 우수논문 | CFP-48 | 에너지 곡선과 visual saliency를 이용한 콘트라스트 향상 알고리즘 | 이성우 | 연세대학교 |
| 2 | 우수논문 | CFP-50 | U-Net의 skip architecture에 ViT를 적용한 segmentation 성능 개선에 관한 연구 | 유현우 | 서강대학교 |
| 3 | 우수논문 | CFP-55 | 사이노그램과 영상 도메인 데이터를 모두 활용한 CT 영상의 합성곱 신경망 기반 초해상도 기법 |
유민우 | 연세대학교 |
| 4 | 우수논문 | CFP-87 | 빗방울분할 지도를 이용한 강우량 추정 | 이승훈 | 인하대학교 |
| 5 | 우수논문 | CFP-89 | 셀프 어텐션과 합성곱 신경망을 이용한 JPEG 이중 압축 탐지 | 서민균 | 인하대학교 |
| 6 | 우수논문 | CFP-99 | G2CN: 얼굴 표정 인식을 위한 기하학적 그래프 컨벌루션 네트워크 설계 | 김형진 | 계명대학교 |
| 7 | 우수논문 | CFP-101 | 사진저작물 식별을 위한 대조 학습 기반영상 이진 기술어 생성 기법 | 김도영 | 연세대학교 |
| 8 | 구두세션 1 | CFP-41 | AC 조명의 특성을 이용한 Retinex 분해 기법 | 이강규 | 고려대학교 |
| 9 | 구두세션 1 | CFP-47 | 잎 영역 검출 기술 동향 분석 | 송수민 | 고려대학교 |
| 10 | 구두세션 1 | CFP-49 | Simple Siamese Network 기반 Human Pose Estimation을 위한 Backbone Network 비지도 학습 방법론 연구 |
김기훈 | 서강대학교 |
| 11 | 구두세션 1 | CFP-51 | 가역 매핑 신경망을 활용한 분리된 시선 표현 학습 | 박상진 | 인하대학교 |
| 12 | 구두세션 1 | CFP-57 | 다중 스케일 확장 네트워크를 이용한 가시광선 및 적외선 영상 합성 기법 | 박성현 | 동국대학교 |
| 13 | 구두세션 1 | CFP-59 | 샴 기반 물체추적기의 성능 향상을 위한 특징 매칭 방법 | 윤기범 | 한국과학기술원 |
| 14 | 구두세션 1 | CFP-66 | 손 제스처 인식을 위한 포인트 클라우드의 샘플링 기법 | 김도연 | 인하대학교 |
| 15 | 구두세션 1 | CFP-68 | Human Visual System을 이용한 주변 조도 아래에서의 영상 시인성 향상 | 이희진 | 인하대학교 |
| 16 | 구두세션 1 | CFP-69 | 딥페이크 탐지 기법의 시각화 | 이호준 | 인하대학교 |
| 17 | 구두세션 1 | CFP-71 | OCR 자동-레이블링을 활용한 레이블링 작업 시간 최적화 | 김동범 | Lomin 기업부설연구소 |
| 18 | 구두세션 1 | CFP-74 | Optimization of lane detection CNN for Embedded In-Vehicle AI System | 신현식 | 충북대학교 |
| 19 | 구두세션 1 | CFP-78 | 관상동맥 질환 환자에서 인공지능 기반 분획 혈류 예비력의 협착 정도 예측 | 김지연 | 연세대학교 |
| 20 | 구두세션 1 | CFP-79 | 다중 스케일 변환함수 추정 기반 저조도 영상개선 기법 | 박재민 | 동국대학교 |
| 21 | 구두세션 1 | CFP-81 | SMPL 기반 3D 인체 모델 비교 분석 | 고광림 | 고려대학교 |
| 22 | 구두세션 1 | CFP-83 | 포커스 픽셀 센서를 이용한 초고해상화 | 우성민 | 한국기술교육대학교 |
| 23 | 구두세션 1 | CFP-86 | 다중 노출 융합 영상의 디테일 향상을 위한 순환신경망 기반의 융합 기법 | 류제호 | 고려대학교 |
| 24 | 구두세션 1 | CFP-92 | 다중 열상 카메라 켈리브레이션을 위한 소실점 기반 회전각 추정 | 이덕우 | 계명대학교 |
| 25 | 구두세션 2 | CFP-43 | 그레이 도메인 기반 UNet-LSTM을 이용한 식물 영상 추정 | 정주연 | 고려대학교 |
| 26 | 구두세션 2 | CFP-46 | AC 조명의 특성을 이용한 딥러닝 반사광 제거 기법 | 하정원 | 고려대학 |
| 27 | 구두세션 2 | CFP-56 | 딥 러닝 기반 다중 밴드 근적외선 영상의 RGB 변환 | 박민제 | 고려대학교 |
| 28 | 구두세션 2 | CFP-60 | SMD Recognition and Classification using YOLO Network | NDAYISHIMIYE FABRICE |
계명대학교 |
| 29 | 구두세션 2 | CFP-65 | 2D X-ray 혈관조영영상에서의 강건한 랜드마크 검출 기법 | 최자영 | 연세대학교 |
| 30 | 구두세션 2 | CFP-73 | 정량적 팬텀과 원샷 러닝 기법을 이용한 심근 영역 MOLLI T1 map의 보정 | 이양호 | 연세대학교 |
| 31 | 구두세션 2 | CFP-75 | 다중 네트워크 예측을 활용한 Out-of-Distribution 샘플 검출 | 박건우 | 연세대학교 |
| 32 | 구두세션 2 | CFP-76 | Incremental Retraining Method for CNN to Enhance the Accuracy of Object Detection |
홍상욱 | 충북대학교 |
| 33 | 구두세션 2 | CFP-82 | 가상피팅 데이터셋의 편향 문제점과 개선 기술에 관한 연구 | 신찬영 | 연세대학교 |
| 34 | 구두세션 2 | CFP-91 | 도메인 적응을 적용한 압축 잡음 제거 네트워크 학습 방법 | 함유진 | 이화여자대학교 |
| 35 | 구두세션 2 | CFP-93 | 강화학습을 활용한 박물관 인공지능 큐레이션 | 조승현 | 중앙대학교 |
| 36 | 구두세션 2 | CFP-94 | Pointwise Maxpool을 이용한 MobileNetV2 경량화 | 박경태 | 건국대학교 |
| 37 | 구두세션 2 | CFP-95 | 음소 단위 스켈레톤 점을 이용한 고인쇄물 글자 분류 | 정범채 | 한국기술교육대학교 |
| 38 | 구두세션 2 | CFP-97 | 데이터 증강 기법이 병리 이미지 분류기 학습에 미치는 영향에 관한 연구 | 최규연 | 고려대학교 |
| 39 | 구두세션 2 | CFP-98 | TensorRT를 이용한 임베디드 보드에서의 재활용쓰레기 객체인식 성능 분석 | 정성호 | 경북대학교 |
| 40 | 구두세션 2 | CFP-103 | Source 이미지와 Target 이미지 Mixup을 통한 Unsupervised Domain Adaptation Object Detection 성능 향상 |
한준환 | 아주대학교 |
| 41 | 구두세션 3 | CFP-44 | 계층적 오토인코더 기반 식물 생장 예측 | 김태현 | 고려대학교 |
| 42 | 구두세션 3 | CFP-45 | DCT 기반 잡음 영상의 텍스처 영역 분류 | 이성의 | 고려대학교 |
| 43 | 구두세션 3 | CFP-52 | VCM을 위한 특징맵 시퀀스 재배열 기법 | 김동하 | 한국항공대학교 |
| 44 | 구두세션 3 | CFP-53 | 비파괴 x-ray 검출기 잡음 제거를 위한 실시간 전역 움직임 추정법 | 임경원 | 대림대학교 |
| 45 | 구두세션 3 | CFP-54 | 비파괴 x-ray 검출기를 위한 실시간 움직임 보상 잡음 제거법 | 임경원 | 대림대학교 |
| 46 | 구두세션 3 | CFP-62 | 태양광 투과도가 향상된 유리를 이용한 컬러 태양광 모듈 | 박찬혁 | 고려대학교 |
| 47 | 구두세션 3 | CFP-63 | 점토와 실리카를 이용한 경량골재 및 소나 신호처리 | 박찬혁 | 고려대학교 |
| 48 | 구두세션 3 | CFP-64 | F-anogan 모델을 사용한 목조문화재 이상 징후 탐지 | 이상윤 | 한국전자통신연구원 |
| 49 | 구두세션 3 | CFP-70 | GPU 가속을 이용한 VR 라이트 필드 렌더링 | 이두열 | 인하대학교 |
| 50 | 구두세션 3 | CFP-72 | 이미지 압축을 위한 hybrid multi-layer 압축 프레임워크 | 홍명오 | 광운대학교 |
| 51 | 구두세션 3 | CFP-77 | Alveo FPGA Accelerator Card를 이용한 DNN 연산 가속 | 김현우 | 인하대학교 |
| 52 | 구두세션 3 | CFP-80 | OpenCV와 Mediapipe를 활용한 컴퓨터 비전 악력 측정 프로그램 구현 | 정하영 | 영남대학교 |
| 53 | 구두세션 3 | CFP-85 | FMCW 레이다 기반 사용자 활동량 측정 개선에 대한 연구 | 설종운 | 숭실대학교 |
| 54 | 구두세션 3 | CFP-88 | 메모리 네트워크를 이용한 동영상 기반 사람 재식별 | 엄찬호 | 연세대학교 |
| 55 | 구두세션 3 | CFP-90 | 저주파 통과 필터를 이용한 수온 예측과 K-평균 이웃 알고리즘을 활용한 수온 오측치 추정 |
박서형 | 인하대학교 |
| 56 | 구두세션 3 | CFP-100 | FMCW MIMO 레이더에서의 ISTA를 이용한 검출 및 각도 추정 과정의 통합 | 홍성민 | 서울대학교 |
| 57 | 구두세션 3 | CFP-102 | 다중 정적 EV 스택을 입력으로 통합하는 HDR 네트워크 | 정새하 | 인하대학교 |
(우 : 06130) 서울특별시 강남구 테헤란로7길 22 (역삼동, 과학기술회관 1관 907호)
사업자등록번호 : 220-82-01685/(사)대한전자공학회 대표 : 김종옥
TEL. 02-553-0255~7/ FAX. 02-562-4753 /EMAIL. ieie@theieie.org
COPYRIGHT ⓒ IEIE ALL RIGHTS RESERVED.