연구자 정보를 불러오는 중입니다...
김병욱 국립창원대학교 정보통신공학과 부교수는 인공지능 및 딥러닝 기술을 활용한 차세대 광통신 및 생체인식 분야의 선도적인 연구를 수행하고 있습니다. 특히, 디스플레이와 카메라를 이용한 새로운 데이터 교환 방식인 광카메라 통신(OCC) 및 디스플레이 필드 커뮤니케이션(DFC) 분야에서 혁신적인 성과를 보이고 계십니다. 김 교수는 딥러닝 기반 보색 바코드 광카메라 통신 시스템, 대칭 시리즈 합성곱 신경망 기반 초해상도 영상 처리, 병렬 서브샘플링 CNN 기반 지정맥 인식 기법 등 다수의 국내 특허를 등록하며 실용적인 기술 개발에 기여하고 있습니다. 또한, 위성-지상 FSO 링크의 빔 포인팅 오류 감소, 가시광 통신 기반 차량 위치 추정, 로봇팔 제어 및 생산 공정 스케줄링을 위한 강화학습 적용 등 폭넓은 응용 분야에서 활발한 연구 활동을 펼치고 있습니다. 그의 연구는 데이터 통신 효율성 증대, 정밀한 생체 인식 시스템 구축, 그리고 다양한 산업 분야의 지능화를 가능하게 하는 핵심 기술을 제공하며, 미래 정보통신 기술 발전에 지대한 영향을 미치고 있습니다. 김병욱 교수의 전문성과 연구 성과에 대한 더 자세한 정보를 확인하시길 바랍니다.
| 연구자 프로필 | ![]() |
| 연구자 명 | 김병욱 |
| 직책 | 부교수 |
| 이메일 | bwkim@changwon.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 정보통신공학과 |
| 사무실 번호 | 0552133837 |
| 연구실 | IISLab. |
| 연구실 홈페이지 | https://acsl.creatorlink.net |
| 홈페이지 | https://acsl.creatorlink.net/index#Professor |
| 소속 | 국립창원대학교 |
| 연구 1 | AI 기반 차세대 광카메라 통신 및 지능형 교통 시스템 |
| 내용 | 본 연구실은 인공지능 및 딥러닝 기술을 활용하여 차세대 광카메라 통신(OCC) 및 광 무선 통신 분야를 선도하고 있습니다. 특히, 디스플레이와 카메라를 이용한 혁신적인 데이터 교환 방식인 디스플레이 필드 커뮤니케이션(DFC) 및 D2C 통신 기술 개발에 주력합니다. 딥러닝 기반 보색 바코드 광카메라 통신 시스템, 위성-지상 자유공간 광전송(FSO) 링크의 빔 포인팅 오류 감소 기술을 통해 데이터 통신 효율성과 신뢰성을 극대화하고 있습니다. 또한, 가시광 통신 기반 차량 위치 추정 기술과 무인항공기 및 광카메라 통신 기반 협력 지능형 교통 시스템 고도화 연구를 통해 미래 모빌리티 환경에 필수적인 핵심 기술을 제공합니다. 이러한 연구는 데이터 통신 효율성을 획기적으로 증대시키고, 정밀하고 안정적인 통신 환경을 구축하여 다양한 산업 분야의 지능화를 가능하게 하며, 미래 정보통신 기술 발전에 기여하고 있습니다. |
| 연구 2 | 딥러닝 기반 영상처리 및 생체인식 기술 |
| 내용 | 본 연구실은 딥러닝 기술을 활용한 고도화된 영상처리 및 생체인식 분야에서 혁신적인 연구를 수행하고 있습니다. 특히 대칭 시리즈 합성곱 신경망(CNN) 기반 초해상도 모델을 이용한 영상 처리 기술을 개발하여 영상 품질을 획기적으로 개선하며, 초음파 이미지 초해상도 등 의료 영상 분야에 적용하고 있습니다. 또한, 병렬 서브샘플링 CNN 기반 지정맥 인식 기법 및 DenseNet과 채널 어텐션 메커니즘을 활용한 지정맥 인식 기술을 통해 높은 정확도와 보안성을 갖춘 생체 인식 시스템을 구축하고 있습니다. 객체 감지 및 추적(YOLO, SSD, MobileNet 활용)을 포함한 컴퓨터 비전 기술을 다양한 응용 분야에 접목하며, 정밀한 생체 인식 시스템 구축과 영상 데이터의 효율적 분석을 가능하게 합니다. 이러한 연구는 보안 및 인증 시스템의 신뢰성을 강화하고, 의료 진단 정확도를 높이는 등 사회 전반의 안전과 효율성 증대에 기여합니다. |
| 연구 3 | 강화학습 기반 스마트 제조 및 로봇 제어 |
| 내용 | 본 연구실은 강화학습 기술을 기반으로 스마트 제조 및 로봇 제어 분야의 지능화를 선도하고 있습니다. 듀얼링과 병목구조 기반의 심층 강화학습 기법을 활용하여 복잡한 로봇팔 제어 문제를 해결하고 있으며, 생산 공정의 스케줄링을 최적화하는 연구를 통해 스마트팩토리 환경에서 생산 효율성을 극대화합니다. 또한, 딥 강화 학습을 이용한 로봇 제어 및 스케줄링 기술은 물론, CNN을 이용한 결함 감지 및 RNN을 이용한 예측 유지보수 등 지능형 제조 시스템의 핵심 기술을 개발하고 있습니다. 자율주행 자동차 및 드론 제어에도 딥 강화 학습을 적극적으로 적용하여 미래 자율 시스템의 기반을 다지고 있습니다. 이러한 연구는 제조 현장의 자동화 및 지능화를 가속화하고, 생산성을 향상시키며, 로봇 시스템의 자율성과 적응력을 높여 다양한 산업 분야의 혁신적인 변화를 이끌고 있습니다. |
| 학력 사항 | 한국과학기술원(KAIST) 전산학 공학박사 한동대학교 컴퓨터과학 및 전기전자공학 학사 |
보유 기술 로딩 중...