랩 소개 및 연구계획 소개

팀 맥락은 image description, image caption 분야로 관심을 끌고 있는 영상을 해설하는 분야에 대해 연구를 진행하기 위해 모인 팀으로 관련 논문 학습 재현과 더불어 연구과정중 계속해서 새로운 아이디어를 추구 시도해보기 위해 모였습니다. 영상 해설분야는 추후에 영상을 해설로 바꾸는 단계에서 해설을 다시 영상으로 복원해보는 등 다양한 발전방향이 있을 것을 기대 해보고 있습니다.

• 강우람 / 랩장 : 영상기반 감정인식부터 얼굴인식까지 다양한 연구과제에 참여 해 보았고 간단한 머신 설계에서부터 딥러닝기반 모델의 설계까지 두루 관심을 가지고 공부하고 있습니다. 특히 최근 얼굴인식의 실제환경에서의 적용에 대해 관심을 가지고 공부하고 있습니다. 연구라는 것이 단지 랩안의 데이터로만 끝나는게 아니라 실제 환경으로의 적용되는 기술과 세상을 널리 이롭게 만드는 기술 개발에 관심이 많습니다. 최근 대세 기술인 Autoencoder와 GAN을 이용한 영상의 압축 복원 변조 등에도 관심을 갖고 있습니다.

• 김준화 / 연구원 : 대학원 영상처리 연구실에서 공부를 하고 있습니다. 관심 주제는 3D CNN을 활용한 행동인식입니다. 4학년1학기 까지만 해도 회로공부를 열심히 하다가 딥러닝에 끌려서 연구실에 들어오게 되었습니다. 새롭게 시작한 만큼 열심히 하고 좋은 결과 내보고 싶습니다. 저도 이렇게 하겠습니다!

//최초 4명이서 시작해서 몇명 나가셨는데 힘들어도 끝까지 완주해볼 생각입니다.

연구방향 : 크게 2-step 전략으로 연구를 진행 해 나갈 계획입니다. 우선 빠르게 관련 논문과 사전 제반 지식을 학습하고 관련 논문을 재현해보고 개선점, 아이디어를 찾아볼것이고 이것을 기반으로 실험을 설계, 테스트해보는 것까지는 이번 기수에서의 목표로 합니다.

관련 논문 및 제반지식 학습에 대해

1. Object-detection 관련 영상 인식 논문 및 제반지식 학습

2. noise 처리 및 GAN, Autoencoder 관련 논문 맟 재반지식 학습

3. im2txt 등 image captioning관련 논문 학습 및 rnn, 문장 임베딩과 관련된 자연어처리 논문 및 제반지식 학습

실험 설계 및 테스트

1. 학습과정중 아이디어 공모 및 개선가능할것같은 부분들 도출

2. 모델 설계

3. 테스트 및 결과 피드백

//최초 계획대비 추가되거나 삭제된 부분이 있고 진행하면서 계속 구체화시키며 발전하고 있습니다.