지능형 카메라는 여러대의 CCTV영상에 등장하는 관심객체 (보행자, 차량)들을 자동으로 인식하고 추적한다. 도심에 설치되어있는 다수의 카메라로부터 확보된 대규모 영상을 자동으로 분석하는것이 본 연구의 핵심이다. 각각의 영상에서는 객체의 위치를 검출하고 이들을 안정적으로 추적해야하며, 추적 대상의 외형모델을 분별력있게 학습해야 한다. 따라서 객체들이 서로 다른 카메라를 넘나들더라도 지속적인 인식과 추적이 가능하다. 여러대의 카메라들간의 시·공간적 구조정보인 카메라 토폴로지 정보를 추론하여 보다 더 고성능의 지능형 시스템을 구현 한다.

[관련 연구 실적]
- 3D Trajectory Reconstruction of Drones using a Single Camera, Arxiv, 2024
- Re-identification Based on Spatial-temporal Fusion Network, ICPR, 2024
- Rethinking  Multi-object Tracking via Re-identification, IEEE ACCESS, 2023
- Distance-based Camera Network Topology Inference for Person Re-identification, PRL, 2019
- Joint Person Re-identification and Camera Network Topology Inference in Multiple Cameras, CVIU, 2019
- PaMM: Pose-aware Multi-shot Matching for Improving Person Re-identification, IEEE TIP, 2018
- Improving Person Re-identification via Pose-aware Multi-shot Matching, IEEE CVPR, 2016
- [연구과제] 멀티카메라 기반 다중 객체 추적 및 재식별 딥러닝 기술 연구,  한국전자통신연구원, 2023
-  [연구과제] 대규모 고정형/이동형 카메라 영상에서의 전역적 객체 인지 및 공간 복원 기술 연구, 한국연구재단, 2022~
-  [연구과제] 휴먼재식별 실용화 기술 벤치마킹 및 실환경 최적화 기법연구,  한국전자통신연구원, 2021

스마트팩토리를 위한 제품 품질 자동 검수 시스템은 자동으로 생산 제품의 양/불량을 분류해 공정 생산에 소요되는 비용과 시간을 절감한다. 그러나 장착된 비전 장비 또는 자동광학검사 (Automatic Optical Inspection) 장비들은 공장에 따라 노후화 되어 검수 성능이 떨어질 수 있다. 이를 보완하기 위해 최신 딥러닝 기술을 활용 및 적용한다. 제품 품질 자동 검수를 위한 전반적인 시스템 구성, 데이터 확보 전략, 모델 적용 기법, 모델 관리 및 현장 직원의 보조 등 다양한 분야에 대해 연구한다. 특히 불량 제품에 대한 검수 성능을 높이는것을 목표로 하며 딥러닝의 적용을 적재적소에 하여 제품 생산의 효율을 높인다.

[관련 연구 실적]
-  Analysis of Training Deep Learning Models for PCB Defect Detection, Sensors, 2023
-  [연구과제]  AI 모델의 견고성 평가 및 개선을 위한 기술개발, (주)현대모비스, 2022
-  Product Inspection Methodology via Deep Learning: An Overview, Sensors, 2021
- [특허] 딥러닝 기반 제품 불량 검출방법 및 시스템, KR, 출원번호 10-2020-0175771