편집
5,728
번
바뀜
편집 요약 없음
* 1993, 서울과학고등학교 졸업
==교내동정==
* 2019.09 [[이달의연구자]] 선정(R&D)* 2019.05 [[이달의연구자]] 선정 (논문)
== 연구분야 ==
=== 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 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.
=== 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>