권오설
권오설
소속
국립창원대학교 (지능로봇융합공학과)
AI요약
국립창원대학교 지능로봇융합공학과 권오설 교수는 인공지능(AI), 딥러닝, 컴퓨터 비전 및 로봇 공학 분야의 선도적인 연구자입니다. 교수님께서는 멀티모달 트랜스포머 기반 객체 검출, 생성형 AI를 활용한 데이터 증강, 초고해상도 기술을 통한 이미지 화질 개선 및 얼굴 인식 시스템 개발 등 다양한 혁신 연구를 수행하고 계십니다. 본 프로필은 권오설 교수님의 광범위한 연구 성과와 탁월한 전문성을 한눈에 파악하실 수 있도록 구성되어 있습니다.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 권오설 |
| 직책 | 교수 |
| 이메일 | osk1@changwon.ac.kr |
| 재직 상태 | 재직 중 |
| 부서 학과 | 지능로봇융합공학과 |
| 사무실 번호 | 0552133669 |
| 연구실 | Visual Artificial Intelligence |
| 연구실 홈페이지 | http://islab.cwnu.ac.kr/ |
| 홈페이지 | http://islab.cwnu.ac.kr/ |
| 소속 | 국립창원대학교 |
경력정보
| 회사명 | 국립창원대학교 |
| 재직기간 | 2024.07.01 ~ 재직 중 |
| 담당업무 | 위성영상분석ICT센터장 |
| 회사명 | 국립창원대학교 |
| 재직기간 | 2024.03.01 ~ 재직 중 |
| 담당업무 | 창업지원단장 |
| 회사명 | 프린스턴 대학교 |
| 재직기간 | 2021.12.01 ~ 2022.08.31 |
| 담당업무 | 전기컴퓨터공학과 방문 연구원 (Visiting Fellow) |
| 회사명 | 국립창원대학교 |
| 재직기간 | 2021.03.01 ~ 2021.12.31 |
| 담당업무 | 전기전자제어공학부 학부장 |
| 회사명 | 국립창원대학교 |
| 재직기간 | 2018.10.01 ~ 2021.12.31 |
| 담당업무 | 로봇제어계측공학과 학과장 |
| 회사명 | SMC 프로젝트 |
| 재직기간 | 2018.10.01 ~ 2019.02.28 |
| 담당업무 | 창의교육팀장 |
| 회사명 | LINC 프로젝트 |
| 재직기간 | 2014.03.01 ~ 2016.02.29 |
| 담당업무 | 산학협력센터장 |
| 회사명 | 국립창원대학교 |
| 재직기간 | 2011.09.01 ~ 재직 중 |
| 담당업무 | 조/부교수로서 강의 활동 및 연구 수행 |
| 회사명 | 삼성전자 |
| 재직기간 | 2010.09.01 ~ 2011.08.31 |
| 담당업무 | 영상디스플레이사업부 선임연구원 |
| 회사명 | 뉴욕대학교(NYU) |
| 재직기간 | 2008.10.01 ~ 2010.07.31 |
| 담당업무 | 박사후 연구원 (Postdoctoral Research Fellow) |
중요 키워드
#영상 처리#객체 검출#초해상도#이미지 캡셔닝#안개 제거#딥러닝#스마트 팩토리#인공지능#얼굴 인식#로봇 비전#생성형 AI#트랜스포머#자율주행#산업용 AI#컴퓨터 비전
연구 분야
| 연구 1 | 인공지능 기반 영상 처리 및 컴퓨터 비전 |
| 내용 | 본 연구실은 신호 처리 분야의 새로운 이론과 시스템 연구에 주력하며, 특히 인공지능(AI) 기반의 영상 처리 및 컴퓨터 비전 기술을 다양한 실제 응용 분야에 적용하는 데 중점을 두고 있습니다. 고급 머신러닝 및 딥러닝 알고리즘을 활용하여 이미지, 비디오 신호에서 유의미한 정보를 추출하고 분석합니다. 차세대 디스플레이(UHD/OLED/QLED/3D)를 위한 컬러 이미지 처리, 화재 감지 알고리즘 개발을 통해 실생활의 안전과 편의를 증진시키고 있습니다. 주요 기술로는 특징 추출 및 이미지 융합, 항공 이미지 디헤이징, 원격 감지 이미지 매칭 기법을 포함하며, 딥러닝을 활용한 초고해상도 알고리즘(CCTV)과 얼굴 인식 시스템 개발에서 뛰어난 성능을 보이고 있습니다. 이러한 기술들은 자율 주행 시스템의 인식 정확도를 높이거나 보안 시스템의 효율성을 극대화하는 등 광범위한 분야에서 핵심적인 역할을 수행합니다. 저해상도 영상의 품질을 개선하고 객체를 정밀하게 검출하는 기술은 보안, 감시 및 기타 산업 응용 분야에서 중요한 가치를 창출합니다. 본 연구실의 혁신적인 연구는 복잡한 시각 정보를 효율적으로 처리하고, 실제 문제 해결에 기여함으로써 산업계의 기술 혁신과 사회적 가치 향상에 이바지하고 있습니다. |
| 연구 2 | 멀티모달 AI 기반 자율 시스템 및 위성 영상 분석 |
| 내용 | 본 연구실은 다양한 센서 데이터를 통합하는 멀티모달 인공지능(AI) 기술을 기반으로 자율 시스템 및 위성 영상 분석 분야에서 선도적인 연구를 수행하고 있습니다. 특히, 자율주행 시스템의 3D 객체 인식 성능 향상을 위한 멀티모달 트랜스포머 아키텍처를 제안하고 있으며, 실시간 환경 변화에 동적으로 대응하는 적응형 제어기를 도입하여 객체 인식의 안정성과 신뢰성을 크게 향상시켰습니다. 이러한 접근 방식은 복잡한 환경에서의 자율 주행 성능을 혁신적으로 개선합니다. 저해상도 위성 영상에서 초소형 객체를 검출하는 신기술 개발은 본 연구실의 중요한 성과 중 하나입니다. 이 기술은 GAN(생성적 적대 신경망)을 사용하여 저해상도 이미지를 고해상도로 변환하고, CNN(합성곱 신경망)을 통해 객체를 정밀하게 검출합니다. 전이 학습과 커리큘럼 학습을 결합하여 학습 효율성과 정확도를 높였으며, 이는 위성 감시, 국방, 물류형 드론 제어 등 다양한 분야에 적용되어 정밀한 정보 획득 및 운용에 기여합니다. 현재 진행 중인 '차세대 AI 기반 초소형 군집 위성의 멀티모달 신호처리 및 응용에 관한 연구'와 'SLAM 기반 물류형 드론 제작' 과제들은 이러한 연구 역량이 실제 시스템 구현으로 이어지는 좋은 예시입니다. 본 연구는 육상 자율주행부터 우주 위성까지 넓은 범위의 자율 시스템에 필수적인 핵심 기술을 제공하며, 미래 모빌리티 및 국방 분야의 발전에 크게 기여하고 있습니다. |
| 연구 3 | 생성형 AI 활용 산업용 결함 탐지 및 데이터 증강 |
| 내용 | 본 연구실은 생성형 인공지능(AI) 기술을 활용하여 산업 현장의 결함 탐지 및 효율적인 데이터 증강 방안을 연구하고 있습니다. 특히, 적은 양의 실제 데이터만으로도 고품질의 합성 데이터를 생성하여 딥러닝 모델의 학습 성능을 극대화하는 기술을 개발하고 있습니다. 'Plunger 결함 검출을 위한 생성형 AI 기반의 데이터 증강' 연구는 이러한 접근 방식의 대표적인 예시로, 제조 공정에서의 미세한 결함을 조기에 정확하게 인지하여 생산 효율성 및 품질 관리 수준을 높이는 데 기여합니다. 또한, 국립창원대학교와 한국전기연구원의 공동 연구를 통해 '생성형 AI 기반 결함 인지 알고리즘 개발'을 포함한 DNA+ 특성화 모델 구축 사업에 참여하고 있습니다. 이 과제는 국방, 모빌리티, AI 분야에서 생성형 AI의 실질적인 적용 가능성을 탐색하며, 기술사업화 및 산업 혁신을 목표로 합니다. 저해상도 위성 영상에서 초소형 객체 검출을 위해 GAN을 활용하여 이미지를 고해상도로 변환하는 기술 역시 생성형 AI의 강력한 데이터 증강 및 복원 능력을 보여주는 사례입니다. 이러한 연구는 데이터 부족 문제를 해결하고, 실제 환경에서 발생하기 어려운 다양한 결함 시나리오에 대한 학습 데이터를 제공함으로써 AI 기반 검사 시스템의 강건성을 확보합니다. 생성형 AI 기술은 스마트 팩토리, 품질 검사, 보안 시스템 등 다양한 산업 분야에서 자동화 및 지능화를 가속화하며, 새로운 비즈니스 가치를 창출하는 데 핵심적인 역할을 할 것입니다. |
대외활동
| 활동 내용 | [학회/위원회 활동] - Journal of Imaging Science and Technology (SPIE) 부편집장 (2018년 1월 - 현재) - 한국영상과학기술학회 이사 (2020년 1월 - 2020년 12월) - 한국전자정보통신공학회 부산, 울산, 경남지부 이사 (2020년 1월 - 2020년 12월) - 한국멀티미디어학회 이사 (2015년 1월 - 2019년 12월) [커뮤니티 활동] - 경남 AI 커뮤니티 (AI Community of Gyeongnam) (2024년 2월 - 현재) |
학력
| 학력 사항 | 박사 경북대학교 전자공학과 (2008) 석사 경북대학교 전자공학과 (2004) 학사 경북대학교 전기전자컴퓨터공학부 (2002) |
보유 기술 로딩 중...
