로고

배성호

배성호

소속

경희대학교 (컴퓨터공학과)

AI요약

배성호 경희대학교 부교수는 복잡한 인공 신경망 및 딥러닝 기술의 실제 적용을 위한 핵심 기술을 연구하고 있습니다. 특히, 딥러닝 모델의 효율성과 성능을 향상시키는 배치 정규화 및 가중치 처리 방법, 그리고 고속 주파수 변환을 활용한 컨벌루션 신경망 최적화 기술 개발에 기여하고 있습니다. 또한, 배터리 수명 예측을 위한 정교한 인공 신경망 모델 관리 장치와 저해상도 이미지의 품질을 획기적으로 개선하는 초해상화 기술 등 다양한 분야에서 혁신적인 특허를 다수 보유하고 있습니다. 이러한 연구는 AI 기술의 실제 산업 적용 가능성을 높이고, 다양한 문제 해결에 기여하는 중요한 역할을 합니다. 배성호 부교수의 연구 성과는 미래 AI 기술 발전에 기여합니다.

기본 정보

연구자 프로필
배성호 프로필 사진
연구자 명배성호
직책부교수
이메일shbae@khu.ac.kr
재직 상태재직 중
부서 학과컴퓨터공학과
사무실 번호0312012593
연구실MLVC LAB
연구실 홈페이지https://mlvc.khu.ac.kr/
홈페이지-
소속경희대학교

중요 키워드

#머신러닝#기술사업화#딥러닝#인공지능#전자장치#알고리즘#신경망#초해상화#배터리예측#컴퓨터비전#영상처리#컨벌루션#배치정규화#AI모델경량화#가중치최적화

연구 분야

연구 1딥러닝 모델 최적화 및 경량화
내용본 연구실은 인공 신경망 및 딥러닝 모델의 실제 산업 적용을 위한 핵심 기술인 '최적화 및 경량화'에 중점을 두고 있습니다. 특히, 딥러닝 모델의 효율성과 성능을 획기적으로 향상시키기 위한 다양한 방법을 연구하며, 여기에는 강화된 배치 정규화(Batch Normalization) 및 인공 신경망 가중치 처리 방법 개발이 포함됩니다. 또한, 고속 주파수 변환(FFT)을 활용하여 컨벌루션 신경망(CNN)의 연산 속도를 최적화하고, 저전력 환경에서도 높은 성능을 발휘하는 컨벌루션 뉴럴 네트워크 구조를 설계하는 데 기여하고 있습니다.최근에는 GAN(Generative Adversarial Network) 모델을 압축하는 GAN Compression 기법과 강화학습(Reinforcement Learning) 기반의 딥러닝 모델 압축 기법을 조인트 최적화하여 모델의 크기를 줄이면서도 성능 저하를 최소화하는 연구를 활발히 진행하고 있습니다. 이러한 기술들은 엣지 디바이스(Edge Device)와 같이 컴퓨팅 자원이 제한적인 환경에서 인공지능을 효율적으로 구동하는 데 필수적입니다. 연구실의 성과는 실시간 미디어 화질 개선, 영상복원 응용을 위한 저전력 AI 가속기 개발 등 다양한 분야에 적용될 수 있습니다. 본 연구는 복잡한 딥러닝 모델을 실제 서비스 및 제품에 통합하는 데 있어 핵심적인 역할을 수행하며, AI 기술의 상업적 가치를 극대화하는 데 기여합니다.
연구 2컴퓨터 비전 및 초해상화
내용본 연구실은 컴퓨터 비전 분야, 특히 저해상도 이미지 및 영상의 품질을 획기적으로 개선하는 '초해상화(Super-Resolution, SR) 기술' 개발에 탁월한 전문성을 보유하고 있습니다. 단순히 해상도를 높이는 것을 넘어, 인공 신경망 기반의 정교한 알고리즘을 통해 원본에 가까운 고품질 영상을 복원하고 생성하는 연구를 수행하고 있습니다. 국부 이진 패턴 분류(Local Binary Pattern Classification)와 선형 매핑(Linear Mapping)을 이용한 초해상화 방법 및 인공 신경망의 가중치를 처리하는 독자적인 기술을 개발하여 다수의 특허를 출원하였습니다.또한, 인공 신경망의 피쳐 맵(Feature Map)을 활용한 효율적인 영상 부호화/복호화 기술을 통해 데이터 압축 효율을 높이면서도 영상 품질을 유지하는 방법을 연구합니다. 응용 분야로는 위성영상의 초해상화 구현, GPU 기반 SDR2HDR(Standard Dynamic Range to High Dynamic Range) 및 SR 모듈 개발을 통해 미디어 콘텐츠의 시각적 경험을 극대화하는 데 기여하고 있습니다.나아가, 메타버스 교육 콘텐츠 제어를 위한 뎁스(Depth) 영상 기반 3차원 손동작 인식 딥러닝 기술, 드론에서의 실시간 고정밀 음성 방향 탐지를 위한 딥러닝 기술 등 다양한 시각 데이터 처리 및 분석 응용 연구를 통해 미래형 인터랙션 및 시스템 개발에도 적극적으로 참여하고 있습니다. 이러한 연구는 엔터테인먼트, 보안, 국방 등 광범위한 산업 분야에 적용될 수 있는 잠재력을 가지고 있습니다.
연구 3AI 기반 특화 응용 시스템
내용본 연구실은 인공지능 및 딥러닝 기술을 활용하여 다양한 산업 분야의 복잡한 문제를 해결하기 위한 '특화된 응용 시스템' 개발에 집중하고 있습니다. 단순히 모델을 개발하는 것을 넘어, 실제 환경에서 요구되는 성능과 신뢰성을 보장하는 통합 솔루션 구축을 목표로 합니다. 대표적인 연구 성과로는 배터리 수명 예측을 위한 정교한 인공 신경망 모델 관리 장치 및 그것의 동작 방법을 개발하여 효율적인 에너지 관리에 기여하고 있습니다.또한, AI-DFM(Design For Manufacturing) 소프트웨어 개발을 통해 제조 공정의 설계 및 최적화 단계에서 인공지능의 역할을 확대하고 있습니다. 이와 함께 태권도 동작과 같은 특정 행동에 대한 AI 훈련 데이터의 유효성 검증 방안을 연구하여 AI 모델의 신뢰성과 정확도를 높이는 데 기여하고 있습니다.드론과 같은 이동 플랫폼에서의 실시간 고정밀 음성 방향 탐지를 위한 딥러닝 기술 연구는 국방, 보안, 재난 구조 등 다양한 분야에서 활용될 수 있는 혁신적인 솔루션을 제시합니다. 협대역 전술망 환경을 위한 전술영상 특성 분석 및 영상 압축 성능 시험 방안 연구는 제한된 통신 환경에서의 효율적인 영상 데이터 운용을 가능하게 합니다. 이러한 연구들은 인공지능이 실제 세계의 난제를 해결하고 새로운 가치를 창출하는 데 어떻게 기여할 수 있는지를 명확히 보여줍니다.

보유 기술 로딩 중...