대한전자공학회
The Institute of Electronics and Information Engineers
|
(사)대한전자공학회 연구회 행사
|
|
*사전등록기간 : ~ 2023. 2. 17.(금) 18시까지
초대의 글
겨울학교 개요
프로그램 (세부일정)
[ 2023년 2월 21일(화). 고려대학교 백주년기념삼성관 국제원격회의실 ]
주최측의 사정으로 프로그램이 일부 변경될 수 있습니다.
겨울학교 등록안내
겨울학교 등록비 안내
o 등록기간 : ~ 2023년 2월 17일(금) 18시 까지 o 아래 사전등록 클릭 - 사전등록 정보 입력 및 등록비 결제 진행을 하여주시기 바랍니다. o 카드결제가 불가하신 분께서는 계좌시, 아래 계좌정보로 이체하여 주시기 바랍니다.
o 대한전자공학회 사업자등록증(2023년) 사본 (클릭 다운로드 -PDF) 영수증 및 계산서 발급안내
o 거래명세서 / 참가확인서 발급 / 신용카드 전표 – 온라인 발급 (대한전자공학회 행사 등록사이트에서 로그인 후 다운로드-출력) * 참가확인서는 행사일 이후 한달간 출력가능 문의처
 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
세션 강연 요약
| 연사 | 강연 요약 및 연사정보 |
 김학구 교수 (중앙대학교) |
Learning-based 3D Reconstruction
기존에 2차원 이미지로부터 3차원 구조와 컬러 정보를 복원하는 것은 여러 단계에 걸쳐 복잡한 알고리즘들을 수행해야 하는 어려운 일이었다. 최근에는 implicit neural representation (INR) 이나 radiance fields와 같이 좌표 및 이미지로부터 깊이와 픽셀 정보를 예측하는 학습 기반의 3차원 복원 연구가 활발히 제안되고 있다. 본 강연에서는 INR 기반의 3차원 표현 연구부터 이미지로부터 radiance fields를 복원하는 neural radiance fields (NeRF)까지 기본적인 학습 기반 3차원 복원 연구를 소개한다.
Bio :
Experience (2021.09 ~ present) 중앙대학교 첨단영상대학원 조교수 (2019.09 ~ 2021.08) 스위스 로잔연방공과대학 (EPFL) 박사후연구원 Education (2019) Ph.D. 한국과학기술원 전기및전자공학부 (2014) M.S. 인하대학교 전자공학부 (2012) B.S. 인하대학교 전자공학부 |
 위동윤 리더 (Naver Cloud) |
Video representation learning for various downstream tasks
본 강연에서는 현재 연구하고 있는 다양한 주제에 대해서 간략히 소개한다. 대표적으로 현재 연구하고 있는 video representation learning과 이를 다양한 downstream task들에 적용한 방법론들에 대해서 소개한다.
Bio :
Experience Naver Cloud, AI Tech, Vision, Video 리더 Education M.S. Ecole des mines de St-Etienne, 컴퓨터공학과 M.S. 서울대학교 전기공학부 B.S. 서울대학교 전기공학부 |
 장주용 교수 (광운대학교) |
디지털 휴먼을 위한 3차원 휴먼 복원 기술의 최근 연구 동향
디지털 휴먼을 달성하기 위해서는 3차원 휴먼 복원 기술이 필요하다. 본 강연에서는 3차원 휴먼 복원 기술의 최근 연구 동향을 간략히 소개한다. 좀 더 구체적으로 복원 대상을 크게 naked body, clothed body, 그리고 face로 나눠 각각에 대한 3차원 복원 방법들을 살펴본다.
Bio :
Experience (2017 – 현재) 광운대학교 전자통신공학과 교수 (2012 – 2017) 한국전자통신연구원 선임연구원 (2009 – 2011) 삼성전자 DMC 연구소 책임연구원 (2008 – 2009) Mitsubishi Electric Research Lab. (MERL) Postdoctoral Researcher Education Ph.D. 서울대학교 전기컴퓨터공학과 B.S. 서울대학교 전기공학부 |
 정승원 교수 (고려대학교) |
차량 탑승자에 대한 3D 모델링 기술
본 강연에서는 차량 탑승자에 대한 3D 정보를 추출하는 기술에 대하여 간략하게 소개한다. 기존의 일반 환경에서 3D 정보를 추출하는 기술이 차량내 환경에서 잘 동작하지 않는 문제와 이를 해결하기 위한 DB 및 알고리즘을 소개한다.
Bio :
Experience 고려대학교 전기전자공학부 부교수 동국대학교 멀티미디어공학과 조교수 삼성전자 종합기술원 전문연구원 Education Ph.D. 고려대학교 전기전자공학과 B.S. 고려대학교 전자공학과 |
 조성인 교수 (동국대학교) |
3차원 인체 측정 기술
본 강연에서는 한국인의 신체를 분석하기 위한 3D 포인트 클라우드 데이터세트인 사이즈코리아 8차 데이터세트에서 딥러닝 모델을 활용한 주요 랜드마크 추출 기법을 소개한다. 이와 더불어 인체를 분석하기 위한 중요한 랜드마크, 동적 측정을 위한 고려사항등에 대한 연구도 함께 소개한다.
Bio :
Experience (2019.09 ~ present) 동국대학교 멀티미디어공학과 조교수 (2017.03 ~ 2019.08) 대구대학교 전자공학과 조교수 (2015.03 ~ 2017.02) 엘지디스플레이 선임연구원 Education (2015) Ph.D. 포항공과대학교 전자·전기공학과 (2010) B.S. 서강대학교 전자공학과 |
 고종환 교수 (성균관대학교) |
머신러닝 타겟 영상 압축 기술의 최근 연구 동향
본 강연에서는 현재 본 연구실에서 수행하고 있는 다양한 주제에 대해서 간략히 소개한다. 대표적으로 영상 압축 후 주관적 화질이 아닌 머신러닝 태스크 정확도를 유지하는 것을 타겟으로 하는 영상 압축 기술과 다양한 접근 방식에 대해서 소개한다.
Bio :
Experience 2019. 3~ : 성균관대학교 전자전기공학부 교수 2017. 5 ~ 2017. 8 : Microsoft AI and Research 2006. 1 ~ 2019. 2 : 국방과학연구소 선임연구원 Education Ph.D. Georgia Institute of Technology, Electrical and Computer Engineering M.S., B.S. 서울대학교 전기컴퓨터공학과, 컴퓨터공학과 |
 임성훈 교수 (DGIST) |
환경 변화에 강인한 시각인지 기술의 최근 연구 동향
본 강연에서는 현재 연구하고 있는 다양한 주제에 대해서 간략히 소개한다. 대표적으로 주행 상황 및 환경 변화에 강인한 3차원 시각인지 기술에 대해서 소개한다.
Bio :
Experience 2019.09~현재: DGIST 전기전자컴퓨터공학과 조교수 2019.06-2019.08: Carnegie Mellon University 방문연구원 2018.02-2018.08: Microsoft Research Asia 연구인턴 Education Ph.D. 한국과학기술원, 전기및전자공학부 M.S. 한국과학기술원, 전기및전자공학부 B.S. 서강대학교 전자공학과 |
 김상필 교수 (고려대학교) |
소리의 의미론적 정보를 이용한 시각 생성 모델
본 강연에서는 멀티모달 정보를 이용한 생성모델에 관한 연구를 소개한다. 대표적으로 소리의 이미지 편집 및 동영상 생성, 방법론들에 대해서 소개한다. 우리 주변 요소들은 소리, 시각, 지식 정보로 표현 가능하다. 이로 인하여 시각 정보만으로 세상의 모든 요소를 이해하기는 것은 제한적이다. 이를 극복하기 위하여 소리, 시각, 텍스트 정보를 융합한 인공지능 연구가 많이 진행되고 있다. 본 강연에서는 특히 시각 생성 모델을 중점으로 소리 정보를 기존에 학습된 이미지, 텍스트 융합 임베딩 공간에 동화하는 인공지능 연구를 심도 있게 설명한다.
Bio :
Experience 고려대학교 인공지능학과 조교수 미국, Meta Reality Lab 연구 인턴 미국, NVIDIA 비전 엔지니어링 인턴 Education Ph.D. 퍼듀대학, 컴퓨터공학 B.S. 고려대, 컴퓨터과학 |
 최준석 교수 (서강대학교) |
On the evaluation of the weakly-supervised learning methods
본 강연에서는 최근 기계학습 기술들의 성능 평가 방법들에 대해 간단히 살펴본 후, 그 중에서도 weakly-supervised learning 방법들의 성능 평가에 대해 좀 더 자세히 다룬다. 주어진 태스크에 비해 부족한 정보를 활용하여 학습하는 weakly-supervised learning의 특성으로 인해 발생하는 다양한 평가 방법 설정의 어려움과 이를 해결하기 위한 기존 기술들의 접근법, 나아가 이 문제들을 종합적으로 해결하는 방법에 대해 고찰하고자 한다. 또, 이를 기반으로 weakly-supervised learning의 향후 연구 방향에 대해 소개한다.
Bio :
Experience 2021 ~ 현재 :서강대학교 컴퓨터공학과 조교수 2020 ~ 2021 : NAVER AI Lab Research Scientist Education 2013 ~ 2020 : Ph.D. 연세대학교 글로벌융합공학부 2008 ~ 2013 : B.S. 연세대학교 전기전자공학부 |
 진경환 교수 (DGIST) |
함축표현함수 기반 영상 처리 기법
본 강연에서는 현재 연구 중인 다양한 영상처리 역문제(super resolution, dequantization, warping, 등)들을 함축표현함수(implicit neural representation) 기반 인공지능으로 해결하는 연구들에 대해 소개한다. 특히, 함축표현함수에 좌표외에 인코디드 영상 피쳐를 넣음으로써, spectral bias를 해결하는 예제들을 소개한다.
Bio :
DGIST 전기전자컴퓨터공학과 조교수 (2021~현재) 삼성전자 Samsung Research 책임연구원 (2019~2021) EPFL 박사후 연구원 (2016-2019) KAIST 바이오 및 뇌공학과 박사 졸업(2015) KAIST 바이오 및 뇌공학과 학사 졸업(2008) |
 박진선 교수 (부산대학교) |
3차원 거리정보 추정을 위한 멀티모달 센서 융합 연구
본 강연에서는 3차원 거리 정보(Depth) 추정을 위한 다양한 연구에 대해 소개한다. 대표적으로 상호 보완적인 센서를 이용한 Depth Completion, 다양한 센서를 융합하여 환경 변화에 강인한 Depth Estimation 기법 등에 대해서 소개한다.
Bio :
Experience 부산대학교 정보의생명공학대학 정보컴퓨터공학부 교수 KAIST 정보전자연구소 Postdoc Education Ph.D., KAIST, 전기및전자공학부 M.S., KAIST, 전기및전자공학부 B.S., 한양대학교, 융합전자공학부 |
 김동진 교수 (한양대학교) |
멀티모달 모델의 데이터 문제 해결
시각정보와 자연어의 멀티모달 모델은 문장 기반 내비게이션이나 시각장애인 보조 등 다양한 활용 분야를 가진 연구 분야이다. 특히, 최근 컴퓨터 비전 및 자연어 처리 등의 딥러닝 기술의 발전과 함께 인간 수준에 가까운 text-to-image 모델의 등장으로 멀티모달 인공지능에 관한 관심이 더욱 높아지고 있다. 상용화 가능한 멀티모달 모델, 더 나아가 인간 수준의 이해가 가능한 멀티모달 인공지능을 완성하기 위해 해결해야 할 근본적으로 문제 중 하나는 데이터 부족 및 편향과 같은 데이터 관련 문제들이다. 본 강의에서는 멀티모달 데이터를 활용한 학습법이 어떻게 발전되어왔는지를 소개하고, 이 과정에서 발생하는 데이터 관련 핵심 문제를 해결하기 위한 최신 학습 방법론들, 더 나아가 최근 응용사례들을 소개한다
Bio :
Experience 한양대학교 데이터사이언스학부 교수 (2022~) UC Berkeley Postdoctoral Scholar (2022) Microsoft Research Asia Research Intern (2019) Education Ph.D. 한국과학기술원 전기 및 전자공학부 M.S. 한국과학기술원 전기 및 전자공학부 B.S. 한국과학기술원 전기및전자공학과 |
 이주호 교수 (서강대학교) |
3차원 외관 재구성 기술의 최근 연구 동향
본 강연에서는 새시점 렌더링을 위한 다양한 3차원 외관 재구성 기술을 설명한다. RGBD 카메라를 이용한 3차원 모델 및 텍스처 획득 방법 그리고 다시점 영상으로부터의 기하 및 외관 재구성 기술에 대해 살펴본다.
Bio :
Experience 서강대학교 컴퓨터공학과 조교수 Education Ph.D. 한국과학기술원 전산학부 M.S. 한국과학기술원 전산학부 B.S. 한국과학기술원 전산학과 |
 공경보 교수 (부경대학교) |
FeedFormer: Revisiting Transformer Decoder for Efficient Semantic Segmentation
최근 Transformer 구조가 다양한 Vision Task에 활용되고 있다. 본 강연에서는 효율적인 Semantic Segmentation을 위한 새로운 Transformer Decoder 설계 방법에 대해 소개한다.
Bio :
Experience 2021 ~ 현재 부경대학교 휴먼ICT융합전공 조교수 2020 ~ 2021 : 포항공과대학교 전자전기공학과 박사후연구원 Education 2017 ~ 2020 : Ph.D. 포항공과대학교 전자전기공학과 2015 ~ 2017 : M.S. 포항공과대학교 전자전기공학과 2009 ~ 2015 : B.S. 서강대학교 전자공학과 |