'말로 설명하면 찾는다'…특정 대상 실시간 추적하는 기술 개발 (YTN 사이언스)

작성일: 2026.07.20 | 임늘솔 기자 | YTN 사이언스

국내 연구팀이 영상 속 대상의 정보를 말로 설명하면 인공지능이 실시간으로 찾아 추적하는 기술을 개발했습니다.

대상을 직접 지정할 필요 없이 설명만 바꿔도 추적 대상을 자연스럽게 인식해 다양한 분야에 활용될 것으로 기대됩니다.

범죄 수사나 실종자 수색을 위해 CCTV 화면은 갈수록 중요한 단서가 되고 있습니다.

국내 연구팀이 인공지능을 이용해 영상 속 특정 대상을 실시간으로 추적하는 기술을 개발했습니다.

이번 기술은 인공지능이 입력자의 설명과 대상의 일치도를 계산해 가장 가능성이 큰 대상을 찾는 방식입니다.

물체를 직접 선택해 학습시키지 않아도 특징을 설명하면 원하는 대상을 찾아내는 겁니다.

또 추적 도중 설명을 바꿔도 인공지능이 새로운 설명에 맞는 대상으로 변경해 추적을 이어갑니다.

국제 성능평가에서 기존 최고 수준의 언어 기반 추적 기술보다 최대 5.2%포인트 높은 정확도를 기록했다고 연구팀은 설명했습니다.

이번 기술은 실종자 수색과 자율주행차 운행 등에 활용될 수 있을 것으로 기대됩니다.

관련 기사 보기

말로 설명한 대상을 영상 속에서 추적하는 AI 기술 개발

작성일: 2026.07.02

▲(사진 왼쪽 위부터) 배승환 전기컴퓨터공학과 교수, 박대현 박사과정 학생, 백민아 통합과정 학생, 하정훈 통합과정 학생, 박찬섭 석사과정 학생, 잠시드전 가니에브 통합과정 학생.

배승환 전기컴퓨터공학과 교수가 이끄는 연구팀이 사용자가 말로 설명한 대상을 영상 속에서 추적하는 인공지능 기술을 개발했다.

기존 영상 객체 추적 기술은 보통 첫 화면에서 사람이 추적할 대상을 직접 지정해야 한다. 하지만 실제 환경에서는 사용자가 매번 정확히 대상을 지정하기 어렵고, 영상 중간에 추적 대상이 변경될 수 있다.

연구팀은 이러한 한계를 해결하기 위해 자연어 설명만으로 대상을 추적하는 기술을 제안했다. 사용자가 문장으로 대상을 묘사하면 인공지능이 영상 속에서 해당 설명과 가장 잘 맞는 대상을 찾아 추적한다.

이번 연구의 핵심은 인공지능이 현재 추적 결과를 얼마나 믿을 수 있는지 스스로 판단하도록 한 점이다. 대상이 뚜렷하게 보일 때는 주변 영역만 집중적으로 탐색해 안정적으로 추적하고, 대상이 가려지거나 비슷한 물체가 많아 추적 모호성이 높은 상황에서는 화면 전체를 다시 확인해 대상을 찾는다.

또한 사용자가 영상 중간에 설명을 바꾸면 추적 대상도 자연스럽게 바꿀 수 있게 했다. 고정된 이미지 예시에 의존하지 않고, 언어 설명만으로 추적 대상을 정할 수 있다는 점에서 의미가 있다.

연구팀은 이번에 개발한 기술이 기존 방법보다 우수한 추적 성능을 보인다는 점을 여러 공개 데이터셋에서의 실험을 통해 확인했다. 연구에서 제안한 마진 신뢰도 기반 추적 전략이 왜 효과적으로 동작하는지에 대한 이론적 분석도 함께 제공해 기술의 타당성을 뒷받침했다.

해당 기술은 지능형 CCTV, 로봇, 드론, 영상 검색, 사람-인공지능 상호작용 등 다양한 분야에 활용될 수 있을 것으로 기대된다.

박대현·백민아·하정훈·박찬섭·잠시드전 가니에브 학생으로 구성된 연구팀은 배승환 교수의 지도 아래 이번 연구 성과를 달성했다. 최근 ‘MVLM: Template-Free Tracking via Vision–Language Margin Confidence and Memory-Gated Tracking’이라는 제목의 논문으로 연구 결과를 컴퓨터 비전 분야 세계 최고 권위 학술대회인 CVPR 2026에서 발표했다.

연구책임자인 배승환 전기컴퓨터공학과 교수는 “이번 연구는 사용자가 직접 대상을 표시하지 않아도 자연어만으로 영상 속 대상을 추적할 수 있다는 가능성을 보여준 연구”라며 “향후 지능형 영상 분석, 로봇 비전, 온디바이스 AI 등 실제 산업 환경에 적용할 수 있는 기술로 발전시켜 나갈 계획”이라고 말했다.

한편, 이번 연구는 한국연구재단의 우수신진연구, 대학중점연구소지원사업과 정보통신기획평가원의 사람중심 인공지능 핵심원천기술개발 사업의 지원을 받아 진행됐다.

관련 기사 보기

배승환 교수 연구팀, 다중 클래스 광원 데이터셋 효과적 분류 인공지능 모델 제안

작성일: 2024.10.15. | 수정일: 2024.10.16.

광원 검출기의 일반화 성능 극대화
자율주행․무인 드론 등 다양한 산업 분야 기초연구 활용 가능성 인정

▲(사진 왼쪽부터)백재용 전기컴퓨터공학과 박사과정 학생, 유용상 전기컴퓨터공학과 박사과정 학생, 배승환 컴퓨터공학과 교수.

배승환 컴퓨터공학과 교수 연구팀이 다중 클래스 광원 데이터셋과 이를 효과적으로 분류할 수 있는 인공지능 모델을 제안해 연구성과를 인정받았다.

다중 클래스 광원 데이터셋은 신호등 등 중요 광원에 대해 19개국의 영상과 약 12만개의 라벨 정보를 포함한다. 이는 자율주행 차량이 주변 상황을 인지하고, 교통 흐름을 예측하는 데 있어 큰 영향을 미친다.

기존의 광원 검출 연구는 태양의 눈부심(glare), 광원, 배경만 구분하고, 광원의 종류를 구분하지 않았다.

연구팀은 이번 연구에서 도로에서 접할 수 있는 신호등, 가로등, 차량 조명을 분류하고자 했다. 데이터 큐레이션(정보를 수집하고 필터링하여 특정 주제나 관심사에 맞게 정렬하고 제공하는 과정)을 통해 신뢰성 있는 고품질 데이터 셋을 구축했다.

이어 해당 데이터셋에서 최신 객체 검출 기술들의 심도 있는 비교 분석을 진행하면서 기존 검출기의 오검출된 결과를 효과적으로 억제할 수 있는 광원 집중 손실 함수를 제안했다. 이를 통해 학습 데이터로부터 광원별 공간 패턴을 시각적으로 모델링하고 영상 문맥(context)에 맞지 않는 오검출 결과는 강하게 규제했다.

또한 거짓 양성(false positive)을 줄이기 위해 거짓 양성 규제 손실 함수를 제안하고, 이를 준지도 학습(self-supervised learning)과 결합하면서 광원 검출기의 일반화 성능을 극대화하고 광원 벤치마크 데이터셋에서 최고 수준의 성능을 달성했다.

이번 연구는 자율주행, 무인 드론 등 다양한 산업 분야에 기초 연구로 활용될 수 있다는 점과 제안한 기술이 광원 검출에 효과적이라는 사실을 인정받았다.

연구팀은 이 같은 내용이 담긴 ‘새로운 다중 광원 검출 벤치마크 및 반지도 학습 기반 포컬 조명 탐지’(A New Multi-Source Light Detection Benchmark and Semi-Supervised Focal Light Detection)’라는 제목의 논문을 인공지능 분야 세계 최고 권위의 신경정보처리시스템학회(Neural Information Processing System․하 NeurIPS)로부터 게재 승인받았다.

연구에는 백재용 전기컴퓨터공학과 박사과정 학생이 1저자로 모델 개발 및 성능 평가를, 유용상 전기컴퓨터공학과 박사과정 학생이 공동 저자로 데이터셋 제작 및 큐레이션을 맡았다. 연구 책임자이자 지도교수인 배승환 컴퓨터공학과 교수는 교신저자로 연구 기획, 총괄 관리·논문 지도를 담당했다.

연구팀은 오는 12월 캐나다 벤쿠버에서 열리는 NeurIPS 2024에서 연구결과를 발표할 예정이다.

NeurIPS는 h5-index 337로, 전체 엔지니어링과 컴퓨터 과학학회 중 2위, 인공지능학회 중 1위를 기록하고 있는 세계 최고 권위의 학회이다. h5-index는 해당 학회가 얼마나 많은 연구자에게 인용됐는지 보여주는 지표로 구글에서 제공하고 있다.

배승환 컴퓨터공학과 교수는 “연구팀이 가지고 있는 검출, 추적, 양자화, 모델 압축 기술들을 다양한 산업 분야에 적용할 수 있도록 온 디바이스(On-Device) AI 기술 개발에 초점을 두고 연구를 진행할 것”이라며 “광원 검출 기술의 확산을 위해 많은 연구자에게 광원 데이터, 검출 코드, 성능 평가 분석 결과를 제공할 계획”이라고 말했다.

한편, 이번 연구 결과는 한국연구재단의 우수신진연구, 4단계 BK21 사업, 중점 연구소 사업 지원과 정보통신기획평가원의 사람 중심 인공지능 핵심원천기술개발사업, 인공지능융합대학원의 지원을 받아 진행됐다.

관련 기사 보기

세계 상위 2% 연구자에 42명 등재

작성일: 2023.12.14. | 수정일: 2023.12.15.

엘스비어·스탠퍼드 대학 연구팀… 논문 피인용도 따른 영향력 분석
본교 연구자 42명, 세계 상위 2% 연구자 리스트에 이름 올려

학술정보 분석기업 엘스비어와 미국 스탠퍼드 대학 이오니디스(John P.A. Ioannidis) 교수가 분석해 발표한 ‘2022년 세계 상위 2% 연구자 리스트’에서 본교 연구자 42명이 이름을 올렸다.

‘세계 상위 2% 연구자 리스트’는 22개 과학 분야, 174개 세부 분야별로 최소 5편 이상의 논문을 발표한 전 세계 연구자 중 백분위 2% 이상인 상위 10만명 연구자를 대상으로 한다. 우수 학술논문 인용지수인 ‘SCOUPUS’에서 제공한 데이터베이스를 바탕으로 산출한 논문 피인용도에 따른 영향력을 기준으로 최종 선정한다.

본교에는 42명의 연구자가 이름을 올려 세계적 수준의 연구역량과 업적을 인정받았다.

연구자의 생애 업적 기준으로 재직 교원 중에서는 ▲김동섭(기계공학과) ▲김동훈(사회인프라공학과) ▲김상섭(신소재공학과) ▲김용선(신소재공학과) ▲김재환(기계공학과) ▲김정환(환경공학과) ▲김희선(화학과) ▲노경호(화학공학과) ▲류한열(물리학과) ▲박성진(화학과) ▲박수진(화학과) ▲박재형(정보통신공학과) ▲범현규(기계공학과) ▲안부(생명공학과) ▲유상조(정보통신공학과) ▲육지호(화학공학과) ▲이건형(화학과) ▲이기영(화학공학과) ▲이상권(기계공학과) ▲이철균(생명공학과) ▲이한호(정보통신공학과) ▲정동수(기계공학과) ▲주현철(기계공학과) ▲진형준(고분자공학과) ▲최용록(국제통상학과) ▲최진섭(화학공학과) ▲허윤석(생명공학과) 등 27명의 연구자가 세계 상위 2%에 이름을 올렸다. (가나다 순)

2022년 당해 연도 기준 세계 상위 2% 연구자로는 ▲고원석(신소재공학과) ▲김윤준(신소재공학과) ▲김인수(전기공학과) ▲김재훈(인하융합연구원) ▲김주형(기계공학과) ▲배승환(컴퓨터공학과) ▲백성현(화학공학과) ▲오동현(산업경영공학과) ▲이기안(신소재공학과) ▲이돈희(경영학과) ▲이재선(의예과) ▲이현주(소비자학과) ▲정종훈(물리학과) ▲최민석(물리학과) ▲허원무(경영학과) 등 36명의 연구자가 선정됐다.

이 중 21명의 교원은 생애 업적과 당해 연도 기준 모두 세계 상위 2% 연구자로 이름을 올렸다.

관련 기사 보기

컴퓨터·전기전자 공학 분야 최고 권위 저널지 ‘IEEE TIP’ 논문 게재

작성일: 2023.08.21. | 수정일: 2023.10.04.

다중객체 추적 기술 실시간 온라인 동작 가능한 메커니즘 제안
정확도·속도 최고 성능… 상용화 가능성 높여

▲(사진 왼쪽부터) 배승환 인하대학교 컴퓨터공학과 교수와 공동 1저자인 이성호, 박대현 학생

인하대학교(총장 조명우)는 컴퓨터공학과 배승환 교수 연구팀(공동 1저자·이성호, 박대현)이 컴퓨터·전기전자 공학 분야의 최고 권위 SCI(E) 저널지인 ‘세계전기전자학회 영상처리 트랜잭션(IEEE TIP)’에 논문을 게재했다고 21일 밝혔다.

IEEE TIP는 전기전자 공학 분야 상위 4.5% 수준(Impact Factor: 10.6)의 저널지로 영상처리 분야에서 최고 권위 해외 학술지로 평가받고 있다.

이 논문은 기존의 다중객체 추적 기술을 실시간 온라인에서 동작이 가능하도록 하는 새로운 추적 메커니즘을 제안했다. 기존의 다중객체 추적 기술은 매 프레임 검출 결과를 사용하지만 연구팀이 제안한 기술은 객체의 외형과 모션 정보를 학습해 추적 상황에 따라 변화하는 검출 결과를 사용한다.

해당 기술은 다중객체 추적기 자가 학습(self-supervision)으로 별도의 학습 데이터 없이 추적기 성능에 따라 자가 학습이 가능하게 했다. 영상 문맥 정보 학습과 객체 문맥 학습을 통해 검출 기반 추적과 모션기반 추적을 영상 환경·추적 상황에 따라 적응적으로 선택될 수 있는 결정자도 만들었다.

다중객체 추적 챌린지 데이터 셋(자료 집합)에서 정확도·속도 모두 최고 수준의 성능을 달성함으로써 연구팀 개발 기술의 우수성과 상용화 가능성을 입증했다.

배승환 인하대학교 컴퓨터공학과 교수는 “연구팀이 가지고 있는 물체 검출과 추적 기술을 온디바이스(On-Device) AI 기술과 결합해 실제 산업 제품에 적용할 수 있도록 연구를 이어갈 계획”이라고 말했다.

힌편, 이번 연구는 한국연구재단의 우수신진연구, 4단계 BK21 사업, 중점 연구소 사업 지원과 정보통신기획평가원의 사람 중심 인공지능 핵심원천기술개발사업 그리고 인공지능융합대학원의 지원으로 만들어졌다.

관련 기사 보기

배승환 교수, 컴퓨터·전기전자 공학 분야 최고 권위 저널지 논문 게재

작성일: 2023.04.20. | 수정일: 2023.04.24.

전기전자 공학 및 인공지능 분야 최고 권위 학술지 논문 게재하기로
시스템 구현·실험부터 논문 작성까지 단독 수행 의미

▲배승환 컴퓨터공학과 교수

컴퓨터공학과 배승환 교수가 컴퓨터 및 전기전자 공학 분야 최고 권위 SCI(E) 저널지인 IEEE TPAMI(IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE)에 논문을 게재할 계획이다.

IEEE TPAMI는 전기전자 공학 분야 상위 0.5% 수준(Impact Factor: 24.3) 저널지로, 인공지능 분야에서도 최고 권위 해외 학술지로 평가받고 있다.

배승환 교수는 ‘객체 감지를 위한 변형 가능 부품 영역 학습 및 형상 집계 트리 표현’(Deformable Part Region Learning and Feature Aggregation Tree Representation for Object Detection)을 주제로 한 논문을 발표한다.

이와 비교했을 때 배승환 교수가 제안한 기술은 물체 전체 모델을 여러 개의 부품 모델로 분리하고, 분리된 부품 모델을 트리 형태로 재조립해 물체 검출을 할 수 있다. 특히, 물체 검출 챌린지 데이터세트(set)에서 최고 성능 수준을 달성해 해당 기술의 우수성과 상용화 가능성을 입증했다.

배승환 교수의 이번 논문은 논문의 작성, 시스템 구현·실험까지 직접 진행한 것이어서 의미가 크다. 이번 연구 결과는 한국 연구재단의 우수신진연구, 4단계 BK21 사업, 중점 연구소 사업 지원과 정보통신기획평가원의 사람 중심 인공지능 핵심원천기술개발사업, 인공지능융합대학원의 지원으로 만들어졌다.

한편 배승환 교수는 지난해에도 인공지능 분야 최고 권위 학술대회 중 하나인 전미 인공지능 학회(AAAI)에서 단독 저자로 영상 객체 검출 관련 논문을 게재한 바 있다.

배승환 컴퓨터공학과 교수는 “연구팀이 가지고 있는 물체 인식 및 생성 기술을 온디바이스(On-Device) AI 기술과 결합해 실제 산업 제품에 적용할 수 있도록 연구를 이어갈 계획”이라고 말했다.

관련 기사 보기

인간의 뇌처럼 회상하는 인공신경망 기술 개발한다

작성일: 2022.04.28. | 수정일: 2022.04.29.

‘사람중심 인공지능 핵심원천기술개발’ 사업 선정
새로운 정보를 현재에 맞게 재구성하는 인공신경망 플랫폼 개발 돌입
4족보행로봇과 반려로봇에 적용하여 실증할 계획

▲ ‘사람중심 인공지능 핵심원천기술개발’ 사업에 선정된 인하대학교 연구팀. 최동완 컴퓨터공학과 교수, 김영진 전자공학과 교수, 박보용 데이터사이언스학과 교수, 배승환 컴퓨터공학과 교수, 서영덕 컴퓨터공학과 교수, 조영근 전기공학과 교수.

컴퓨터공학과 최동완 교수가 이끄는 연구팀이 정보통신기획평가원(IITP)이 지원하는 ‘사람중심 인공지능 핵심원천기술개발사업’에 선정됐다.

‘사람중심 인공지능 핵심원천기술개발’ 사업은 기존 딥러닝 기술의 한계를 극복하고자 올해 처음으로 과학기술정보통신부에서 시행하는 차세대 인공지능 기술개발 사업이다. 향후 5년간 총사업비 3,018억 원이 투입되는 프로젝트로, 인하대는 총 50억 원의 연구비를 지원받는다.

인간의 뇌는 회상을 할 때 완벽하게 저장된 과거의 기억을 불러오는 것이 아니라 기억을 재창조한다. 그러나 인공신경망은 새로운 지식을 추가 학습할 때마다 기존 지식을 완전히 망각하는 한계점이 있다. 연구팀은 이러한 현상을 근본적으로 해결하기 위해 새롭게 받아들인 지식을 현재의 관점에 맞게 재구성할 수 있는 신경망 지속학습(continual learning) 기술을 개발한다.

기술 개발에 성공하면 기계학습의 오랜 난제인 안정성-가소성 딜레마(stability-plasticity dilemma)*를 획기적으로 해결할 수 있을 것으로 기대된다. 더불어 인간이 기억을 떠올리듯 자연스러운 인공지능이 가능해져 인간과 더욱 비슷한 로봇 제작 등 다양한 분야에서 활용될 수 있다. 연구팀은 딥 토탈 리콜 플랫폼을 시각장애인을 위한 4족보행로봇과 치매노인 반려로봇 등에 적용하여 실증할 예정이다.

최동완 컴퓨터공학과 교수는 “조교수 위주로 구성된 팀으로서 국내 유수의 대학과 경쟁하여 본 사업에 선정되었다는 것은 인하대 인공지능 연구역량의 우수성을 입증한 결과라고 생각한다”며 “사회적 약자를 돕는 사람 중심의 인공지능 기술 개발을 위해 최선을 다해 연구하겠다”고 밝혔다.

[ 용어 설명 ]

▶ 안정성-가소성 딜레마 : 기계학습모델이 기존에 학습된 지식을 유지하면서 새로운 지식을 학습해야 할 때 발생하는 딜레마를 말한다. 기존 내용을 잘 유지하는 안정성을 강조하면 새로운 지식 학습이 어렵고, 새로운 지식을 잘 학습하는 가소성에 중점을 두면 기존 지식을 망각하는 현상을 일컫는다.

▲ 신경망 지속학습이 가능한 ‘딥 토탈 리콜’ 플랫폼 개념도.

▲ ‘사람중심 인공지능 핵심원천기술개발’ 사업에 참여하는 교수진, 학생 등 30여 명의 관계자들이 기념사진을 찍고 있다.

관련 기사 보기

AI 기술연구 분야에서 국내 최고 수준급 연구실적 달성

작성일: 2021.12.21 | 수정일: 2021.12.22

세계 최고 인공지능학회인 AAAI 2022에 논문 3편 채택
최근 인공지능 분야 최우수학술대회에 10편 이상의 논문 채택

인공지능 분야 최고 학술대회 중 하나인 AAAI 2022에 본교 교수 3명의 논문이 채택되었습니다.

세계 최고 권위를 자랑하는 전미인공지능학회 AAAI(Association for the Advancement of Artificial Intelligence)는 오는 2022년 2월 2일부터 3월 1일까지 개최된다. 이번 36회 학술대회에는 총 9251편의 논문이 제출되었으며, 엄정한 심사를 거쳐 1349편의 논문이 채택되었다. 논문 채택률이 15%에 불과할 정도로 경쟁이 매우 치열했다.

▲ 송병철 전기컴퓨터공학과 교수, 이채은 정보통신공학과 교수, 배승환 컴퓨터공학과 교수.

송병철 전기컴퓨터공학과 교수의 연구논문(공동저자: 최재웅, 김대하)은 딥러닝을 이용하여 자동으로 데이터셋을 구축하는 영상변환기술을 제안했다. 제안된 영상변환 기술은 현존 최신 기술들보다 상당히 높은 품질의 영상을 생성해내며, 생성 모델의 고질적 문제인 모드 붕괴에 대한 직관적인 해결책을 제시하여 우수성을 인정받았다. 향후 다양한 영상 데이터셋 자동생성에 크게 기여할 것으로 예상된다.

이채은 정보통신공학과 교수의 연구논문(공동저자: 윤일위, 이혁재)에는 한 장의 360도 이미지로부터 깊이 정보를 추정할 수 있는 딥러닝 기술에 대한 연구가 담겼다. 데이터셋이 부족한 360도 이미지에서 훈련의 어려움과 한계를 극복할 수 있는 네트워크 구조를 제안했다. 이 교수가 제안한 네트워크 모델은 깊이 추정에서 기존 기술을 뛰어넘는 획기적인 결과를 달성했을 뿐 아니라 다양한 이미지 처리 분야의 훈련 과정에 폭넓게 적용될 수 있다.

배승환 컴퓨터공학과 교수의 단독 저자 논문에서는 기하학적 변형이 가능한 부분모델 학습기법과 부분모델을 기반으로 한 캐스케이드 객체 검출 기술을 해당 논문에서 제안했다. 이 기술은 객체의 외형 변화에 따라 부분모델의 구조를 자유롭게 변화시켜, 객체의 큰 외형 변화 또는 극심한 폐색에서도 객체특징량을 강건하게 학습할 수 있다. 향후 다양한 영상 데이터 도메인에서 객체 검출력 향상에 크게 기여할 것으로 예상된다.

본교는 인공지능융합연구센터와 4단계 BK교육연구단 사업을 시작한 2020년부터 인공지능 분야에서 발군의 연구실적을 내고 있다. 최근 2년간 AAAI 3편을 포함해서 인공지능 분야 세계 최고권위 학술대회(ICCV, ECCV, CHI, SIGMOD 등)에서 10편 이상의 논문이 채택됐다.

송병철 BK교육연구단장은 “인공지능을 선도하는 세계적인 대학이나 학과들은 이미 세계적인 학술대회에서의 논문 채택 수를 기준으로 우수성을 평가받고 있다. 그런 측면에서 인하대학교의 실적은 국내 최고 수준에 상당히 근접했다”라고 말했다.

박인규 인공지능융합연구센터장은 “인하대학교 인공지능 연구그룹은 삼성미래기술육성사업 과제들도 수주하는 등 시각인공지능 분야에 상당한 강점을 지니고 있다”며 “BK교육연구단과 인공지능융합연구센터의 협동으로 시너지 효과가 크기 때문에 지속적으로 탁월한 연구실적이 기대된다”라고 강조했다.

관련 기사 보기

배승환 교수 ‘이상욱 논문상’ 최초 수상

작성일: 2020.08.27. | 수정일: 2020.10.16.

다중 객체 추적 논문
국내 권위 학술대회 KCCV
이상욱 논문상 최초 수상

▲ KCCV 이상욱 논문상 수상한 인하대 배승환 교수.

배승환 컴퓨터공학과 교수가 2020 한국컴퓨터비전학회 학술대회(Korean Conference on Computer Vision, KCCV)에서 이상욱 논문상을 최초 수상했다.

KCCV는 CVPR, NIPS 등 인공지능분야 최고 수준 학술대회에서 발표되는 논문들을 국내에 소개하는 학술대회다. 올해 처음 제정된 ‘이상욱 논문상’은 5년 전 KCCV에 발표된 논문 중 가장 영향력 있는 논문 한 편을 선정하여 시상한다.

배승환 교수는 컴퓨터비전 및 패턴인식 학회(CVPR)에서 2014년에 발표한 다중 객체 추적 논문(Robust Online Multi-Object Tracking based on Tracklet Confidence and Online Discriminative Appearance Learning)의 영향력을 인정받아 이번에 수상의 영예를 안았다.

해당 논문은 강건한 실시간 다중 객체 추적을 위해, 신뢰도 기반 데이터 연관 및 온라인 외형 학습 알고리즘을 제시하였다. 현재까지 많은 국내외 논문에서 주요 참고자료로도 인용되고 있으며, 무인 감시 카메라 및 자율주행 자동차에 적용되어 기술을 인정받았다.

한편 배승환 교수는 현재 인하대학교 인공지능융합연구센터 참여교수로서 인공지능 및 컴퓨터 비전 분야의 연구를 활발히 하고 있다.

관련 기사 보기