임종우(공과대학) - 편집 역사

2023년 6월 25일 (일) 16:20에 HYUCOMM3님의 편집

2023-06-25T16:20:35Z

Hjy0208: /* 연구분야 */

2020-09-07T06:50:31Z

연구분야

2020년 9월 7일 (월) 05:13에 Hjy0208님의 편집

2020-09-07T05:13:25Z

Hjy0208: /* 연구분야 */

2020-07-24T07:20:29Z

연구분야

2020년 7월 24일 (금) 07:19에 Hjy0208님의 편집

2020-07-24T07:19:58Z

Hjy0208: /* 비전 모델 기반 공간 상황 인지 원천기술 연구(이달의연구자 2019.09) 2019.09.09 임종우 교수, 알고리즘과 딥러닝 방식을 융합해 컴퓨터 비전 향상 */

2020-07-24T07:16:17Z

비전 모델 기반 공간 상황 인지 원천기술 연구(이달의연구자 2019.09) 2019.09.09 임종우 교수, 알고리즘과 딥러닝 방식을 융합해 컴퓨터 비전 향상

2020년 7월 24일 (금) 07:16에 Hjy0208님의 편집

2020-07-24T07:16:00Z

2020년 7월 24일 (금) 05:46에 Hjy0208님의 편집

2020-07-24T05:46:00Z

2020년 7월 24일 (금) 05:44에 Hjy0208님의 편집

2020-07-24T05:44:18Z

Hjy0208: /* 연구분야 */

2020-07-24T01:27:17Z

연구분야

@@ 1번째 줄: / 1번째 줄: @@
 [[파일:임종우 교수.png|섬네일|임종우 교수|200x200픽셀]]
 [[임종우]]는 서울캠퍼스 [[공과대학]] [[컴퓨터소프트웨어학부]]  (대학원 [[컴퓨터·소프트웨어학과]])교수이다.
-[[분류:교수]][[분류:동명이인]][[분류:컴퓨터소프트웨어학부]][[분류:이달의연구자]]
+[[분류:교수]]
 *전화번호 : 02-2220-2376
 *이메일 : jlim@hanyang.ac.kr / jongwoo.lim@gmail.com
 *주소 : [[ITBT관]] 505호
 *연구실 : [[컴퓨터비전 연구실]]
 ==학력 및 경력==
 * 2012.03~, Assistant professor, Division of Computer Science & Engineering at Hanyang Univ.
-* 2011 ~ 2012, Google inc., Software Engineer in StreetView team, main developers of Google Business View
+*2012.03~, Assistant professor, Division of Computer Science & Engineering at Hanyang Univ.
-* 2005 ~ 2011, Honda Research Institute USA as a Senior Scientist, robot vision problems
+*2011 ~ 2012, Google inc., Software Engineer in StreetView team, main developers of Google Business View
-* 2002 ~ 2005, UCSD (kriegman-grp)
+*2005 ~ 2011, Honda Research Institute USA as a Senior Scientist, robot vision problems
-* 2000 ~ 2005.12, graduate student of Computer Science dept of UIUC, advised by prof. David Kriegman
+*2002 ~ 2005, UCSD (kriegman-grp)
-* 1997.02, B.S. degree from Department of Computer Science, Seoul National Univ.
+*2000 ~ 2005.12, graduate student of Computer Science dept of UIUC, advised by prof. David Kriegman
-* 1993, 서울과학고등학교 졸업
+*1997.02, B.S. degree from Department of Computer Science, Seoul National Univ.
 ==교내동정==
 * 2019.09 [[이달의연구자]] 선정 (R&D)
-* 2019.05 [[이달의연구자]] 선정 (논문)
+*2019.09 [[이달의연구자]] 선정 (R&D)
-== 주요연구 ==
+*2019.05 [[이달의연구자]] 선정 (논문)
 === 알고리즘을 통해 동영상 내 사람이나 사물의 위치를 정확하게 추적하다([[이달의연구자]] 2019.05)<ref><뉴스H> 2019.05.01 임종우 교수(컴퓨터소프트웨어학부)</ref>===
-* 임 교수는 찾고자 하는 물체의 위치 정확성을 높이기 위해 중요도가 높은 층의 가중치를 자동으로 조절하는 알고리즘을 개발했다. 기존 물체 추적 기술에서 정확성을 높인 임 교수의 ‘Hedging Deep Features for Visual Tracking’ 연구는 패턴인식 및 인공지능 분야의 최고 권위 학술지인 국제전기전자공학회(IEEE)가 발행하는 ‘IEEE TPAMI(Transactions on Pattern Analysis and Machine Intelligence)’지에 게재됐다.
+==주요연구==
-* 임 교수는 중요도가 높은 층의 가중치를 높여 물체의 위치 정확성을 높이는 헤징(Hedging)을 여러 층의 정보를 융합하는 데 적용하자고 제안했다. 기존에는 새 프레임이 입력되면 CNN 각 층에서 연관성 필터(Correlation filter)를 이용해 해당 층의 특징으로 위치를 추정했다.
+===알고리즘을 통해 동영상 내 사람이나 사물의 위치를 정확하게 추적하다([[이달의연구자]] 2019.05)<ref><뉴스H> 2019.05.01 임종우 교수(컴퓨터소프트웨어학부)</ref>===
 * 임 교수는 하얼빈공업대학(Harbin Institute of Technology) 연구진과 캘리포니아 대학교(The University of California, Merced) 양밍 호앙(Ming-hsuan Yang) 박사와 딥러닝(Deep learning)에서 학습한 시각적 특징을 물체 추적에 활용하는 기법을 찾다가 이번 연구를 시작하게 됐다. 이번 연구는 임 교수가 2016년에 발표한 헤징 딥 트랙킹(Hedged deep tracking)을 확장한 결과다.
-=== 사물과 사람 추적 기술 ===
+*임 교수는 찾고자 하는 물체의 위치 정확성을 높이기 위해 중요도가 높은 층의 가중치를 자동으로 조절하는 알고리즘을 개발했다. 기존 물체 추적 기술에서 정확성을 높인 임 교수의 ‘Hedging Deep Features for Visual Tracking’ 연구는 패턴인식 및 인공지능 분야의 최고 권위 학술지인 국제전기전자공학회(IEEE)가 발행하는 ‘IEEE TPAMI(Transactions on Pattern Analysis and Machine Intelligence)’지에 게재됐다.
    인천국제공항에 설치된 1만 개의 CCTV에서 특정 물체를 찾을 때, 사람의 눈으로 확인하려면 많은 시간이 걸린다. 중요도가 높은 층에 더 많은 가중치를 자동으로 부여하는 새로운 물체추적기술인 ‘헤징(Hedging)’ 알고리즘을 적용함으로써 정확도와 신뢰도를 높였다.<ref><출처> 중앙일보 2019. 8. 12 대한민국 인재 산실, 한양대 80년 기사 중에서</ref>
-=== 비전 모델 기반 공간 상황 인지 원천기술 연구([[이달의연구자]] 2019.09)<ref><뉴스H> 2019.09.09 임종우 교수, 알고리즘과 딥러닝 방식을 융합해 컴퓨터 비전 향상</ref>===
+===비전 모델 기반 공간 상황 인지 원천기술 연구([[이달의연구자]] 2019.09)<ref><뉴스H> 2019.09.09 임종우 교수, 알고리즘과 딥러닝 방식을 융합해 컴퓨터 비전 향상</ref>===
 * 알고리즘 방식과 딥러닝 방식을 융합하여 연구
-* 주요 연구 대상 :  자율주행 자동차와 CCTV 등에 활용될 컴퓨터 비전<ref>컴퓨터 비전이란 동영상과 이미지에서 필요한 정보를 추출하는 기술</ref>
+*알고리즘 방식과 딥러닝 방식을 융합하여 연구
-**  예) 차가 주행하는 동안 다양하게 변하는 주위 공간을 3차원으로 인식하는 기술
+*주요 연구 대상 :  자율주행 자동차와 CCTV 등에 활용될 컴퓨터 비전<ref>컴퓨터 비전이란 동영상과 이미지에서 필요한 정보를 추출하는 기술</ref>
-* 기존 물체 추적 기술에서 정확성을 높인 기술 ‘Hedging Deep Features for Visual Tracking’ 연구는 패턴인식 및 인공지능 분야의 최고 권위 학술지인 국제전기전자공학회(IEEE)가 발행하는 ‘IEEE TPAMI(Transactions on Pattern Analysis and Machine Intelligence)’지에 게재
+**예) 차가 주행하는 동안 다양하게 변하는 주위 공간을 3차원으로 인식하는 기술
 ==주요활동==
 * Organization committee member of Korean Conference on Computer Vision 2014 (KCCV 2014)
-* Secretary of 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2016) at Daejeon
+*Organization committee member of Korean Conference on Computer Vision 2014 (KCCV 2014)
-* Area Chair of Asian Conference on Computer Vision 2014 (ACCV 2014)
+*Secretary of 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2016) at Daejeon
-* Tutorial on “RGBD Image Processing for 3D Modeling and Texturing” at ICIP 2013 (Melbourne, Australia), with prof. Seungkyu Lee (Kyung Hee University) and Dr. Hwasup Lim (KIST)
+*Area Chair of Asian Conference on Computer Vision 2014 (ACCV 2014)
-* Local chair of ACCV 2012, Daejeon, Korea
+*Tutorial on “RGBD Image Processing for 3D Modeling and Texturing” at ICIP 2013 (Melbourne, Australia), with prof. Seungkyu Lee (Kyung Hee University) and Dr. Hwasup Lim (KIST)
-== 주요논문 ==
+*Local chair of ACCV 2012, Daejeon, Korea
 * Yi Wu, Jongwoo Lim*, Ming-Hsuan Yang, “Online Object Tracking: A Benchmark,” in CVPR 2013
-* Vivek Pradeep, Jongwoo Lim*, “Egomotion Estimation Using Assorted Features,” in International Journal of Computer Vision, Vol. 98, Issue 2, Page 202-216, June 2012
+==주요논문==
 * Jongwoo Lim, Jan-Michael Frahm, Marc Pollefeys, “Online Environment Mapping,” in CVPR 2011
-* David Ross, Jongwoo Lim, Ruei-Sung Lin, Ming-Hsuan Yang*, “Incremental Learning for Robust Visual Tracking,” in International Journal of Computer Vision (Special Issue: Learning for Vision), Vol. 77, No. 1-3, Pg. 125-141, May 2008
+*Yi Wu, Jongwoo Lim*, Ming-Hsuan Yang, “Online Object Tracking: A Benchmark,” in CVPR 2013
-* Benjamin Laxton, Jongwoo Lim, David Kriegman, “Leveraging temporal, contextual and ordering constraints for recognizing complex activities in video,” in CVPR 2007
+*Vivek Pradeep, Jongwoo Lim*, “Egomotion Estimation Using Assorted Features,” in International Journal of Computer Vision, Vol. 98, Issue 2, Page 202-216, June 2012
-* Jongwoo Lim, Jeffrey Ho, Ming-hsuan Yang, David Kriegman, “Passive Photometric Stereo from Motion,” in ICCV 2005, vol. 2, pp. 1635 - 1642
+*Jongwoo Lim, Jan-Michael Frahm, Marc Pollefeys, “Online Environment Mapping,” in CVPR 2011
-* Sameer Agarwal, Jongwoo Lim, Lihi Zelnik-Manor, Pietro Perona, David Kriegman, Serge Belongie, “Beyond Pairwise Clustering,” in CVPR 2005, vol. 2, pp. 838-845
+*David Ross, Jongwoo Lim, Ruei-Sung Lin, Ming-Hsuan Yang*, “Incremental Learning for Robust Visual Tracking,” in International Journal of Computer Vision (Special Issue: Learning for Vision), Vol. 77, No. 1-3, Pg. 125-141, May 2008
 ==주석==
 <references />

@@ 17번째 줄: / 17번째 줄: @@
 * 2019.09 [[이달의연구자]] 선정 (R&D)
 * 2019.05 [[이달의연구자]] 선정 (논문)
-== 연구분야 ==
+== 주요연구 ==
 === 알고리즘을 통해 동영상 내 사람이나 사물의 위치를 정확하게 추적하다([[이달의연구자]] 2019.05)<ref><뉴스H> 2019.05.01 임종우 교수(컴퓨터소프트웨어학부)</ref>===
 * 임 교수는 찾고자 하는 물체의 위치 정확성을 높이기 위해 중요도가 높은 층의 가중치를 자동으로 조절하는 알고리즘을 개발했다. 기존 물체 추적 기술에서 정확성을 높인 임 교수의 ‘Hedging Deep Features for Visual Tracking’ 연구는 패턴인식 및 인공지능 분야의 최고 권위 학술지인 국제전기전자공학회(IEEE)가 발행하는 ‘IEEE TPAMI(Transactions on Pattern Analysis and Machine Intelligence)’지에 게재됐다.

@@ 5번째 줄: / 5번째 줄: @@
 *이메일 : jlim@hanyang.ac.kr / jongwoo.lim@gmail.com
 *주소 : [[ITBT관]] 505호
 ==학력 및 경력==
 * 2012.03~, Assistant professor, Division of Computer Science & Engineering at Hanyang Univ.

@@ 19번째 줄: / 19번째 줄: @@
 === 알고리즘을 통해 동영상 내 사람이나 사물의 위치를 정확하게 추적하다([[이달의연구자]] 2019.05)<ref><뉴스H> 2019.05.01 임종우 교수(컴퓨터소프트웨어학부)</ref>===
 * 임 교수는 찾고자 하는 물체의 위치 정확성을 높이기 위해 중요도가 높은 층의 가중치를 자동으로 조절하는 알고리즘을 개발했다. 기존 물체 추적 기술에서 정확성을 높인 임 교수의 ‘Hedging Deep Features for Visual Tracking’ 연구는 패턴인식 및 인공지능 분야의 최고 권위 학술지인 국제전기전자공학회(IEEE)가 발행하는 ‘IEEE TPAMI(Transactions on Pattern Analysis and Machine Intelligence)’지에 게재됐다.
-* 임 교수는 중요도가 높은 층의 가중치를 높여 물체의 위치 정확성을 높이는 헤징(Hedging)을 여러 층의 정보를 융합하는 데 적용하자고 제안했다. 기존에는 새 프레임이 입력되면 CNN 각 층에서 연관성 필터(Correlation filter)를 이용해 해당 층의 특징으로 위치를 추정했다. 임 교수의 알고리즘을 연구에 적용하면 지금까지의 각 층의 결과를 기억하여 현재 프레임에서 효과적인 층을 선택할 수 있도록 각 층의 가중치를 자동으로 조절할 수 있게 된다. 또한 물체의 크기가 변하는 상황을 대비해 규모 검색 단계(Scale search step)를 추가했다.
+* 임 교수는 중요도가 높은 층의 가중치를 높여 물체의 위치 정확성을 높이는 헤징(Hedging)을 여러 층의 정보를 융합하는 데 적용하자고 제안했다. 기존에는 새 프레임이 입력되면 CNN 각 층에서 연관성 필터(Correlation filter)를 이용해 해당 층의 특징으로 위치를 추정했다.
-* 임 교수는 하얼빈공업대학(Harbin Institute of Technology) 연구진과 캘리포니아 대학교(The University of California, Merced) 양밍 호앙(Ming-hsuan Yang) 박사와 딥러닝(Deep learning)에서 학습한 시각적 특징을 물체 추적에 활용하는 기법을 찾다가 이번 연구를 시작하게 됐다. 이번 연구는 임 교수가 2016년에 발표한 헤징 딥 트랙킹(Hedged deep tracking)을 확장한 결과다. 이전에는 각 층에서 얻어진 위치 정보를 단순한 방법으로 융합하는 방식이었다면, 올해는 헤징 기법으로 이용하여 각 층의 특징을 선택적으로 융합했다.
+* 임 교수는 하얼빈공업대학(Harbin Institute of Technology) 연구진과 캘리포니아 대학교(The University of California, Merced) 양밍 호앙(Ming-hsuan Yang) 박사와 딥러닝(Deep learning)에서 학습한 시각적 특징을 물체 추적에 활용하는 기법을 찾다가 이번 연구를 시작하게 됐다. 이번 연구는 임 교수가 2016년에 발표한 헤징 딥 트랙킹(Hedged deep tracking)을 확장한 결과다.
 === 사물과 사람 추적 기술 ===
    인천국제공항에 설치된 1만 개의 CCTV에서 특정 물체를 찾을 때, 사람의 눈으로 확인하려면 많은 시간이 걸린다. 중요도가 높은 층에 더 많은 가중치를 자동으로 부여하는 새로운 물체추적기술인 ‘헤징(Hedging)’ 알고리즘을 적용함으로써 정확도와 신뢰도를 높였다.<ref><출처> 중앙일보 2019. 8. 12 대한민국 인재 산실, 한양대 80년 기사 중에서</ref>

@@ 14번째 줄: / 14번째 줄: @@
 * 1993, 서울과학고등학교 졸업
 ==교내동정==
-* 2019.09 [[이달의연구자]] 선정
+* 2019.09 [[이달의연구자]] 선정 (R&D)
 == 연구분야 ==
 === 사물과 사람 추적 기술 ===
    인천국제공항에 설치된 1만 개의 CCTV에서 특정 물체를 찾을 때, 사람의 눈으로 확인하려면 많은 시간이 걸린다. 중요도가 높은 층에 더 많은 가중치를 자동으로 부여하는 새로운 물체추적기술인 ‘헤징(Hedging)’ 알고리즘을 적용함으로써 정확도와 신뢰도를 높였다.<ref><출처> 중앙일보 2019. 8. 12 대한민국 인재 산실, 한양대 80년 기사 중에서</ref>

@@ 18번째 줄: / 18번째 줄: @@
 * 사물과 사람 추적 기술
    인천국제공항에 설치된 1만 개의 CCTV에서 특정 물체를 찾을 때, 사람의 눈으로 확인하려면 많은 시간이 걸린다. 중요도가 높은 층에 더 많은 가중치를 자동으로 부여하는 새로운 물체추적기술인 ‘헤징(Hedging)’ 알고리즘을 적용함으로써 정확도와 신뢰도를 높였다.<ref><출처> 중앙일보 2019. 8. 12 대한민국 인재 산실, 한양대 80년 기사 중에서</ref>
-* 비전 모델 기반 공간 상황 인지 원천기술 연구로, 고리즘 방식과 딥러닝 방식을 융합하여 연구하고 있다. <ref>[뉴스H] 2019. 9. 9 우수 R&D 기사</ref>
+* 비전 모델 기반 공간 상황 인지 원천기술 연구로, 알고리즘 방식과 딥러닝 방식을 융합하여 연구하고 있다. ([[이달의연구자]] 2019.09 선정<ref><뉴스H> 2019.09.09 임종우 교수, 알고리즘과 딥러닝 방식을 융합해 컴퓨터 비전 향상</ref>)
 * 주요 연구 대상 :  자율주행 자동차와 CCTV 등에 활용될 컴퓨터 비전<ref>컴퓨터 비전이란 동영상과 이미지에서 필요한 정보를 추출하는 기술</ref>
 **  예) 차가 주행하는 동안 다양하게 변하는 주위 공간을 3차원으로 인식하는 기술