한국어

연구분야

Image segmentation

n  Image Segmentation

KEYWORD: deep neural network, convolutional neural network, semantic segmentation, user guided segmentation, instance segmentation, objectness, image clustering, scene labeling.


 

컴퓨터 비전 분야에서 영상 세분화 (Image segmentation)는 입력 영상을 여러 개의 세그먼트 (Segment)로 분할하는 기법이다. 이 때 동일한 세그먼트 내의 픽셀들은 동일한 특성을 갖는다. 영상 세분화의 목적은 이미지의 표현을 보다 의미 있고 쉽게 분석 할 수 있도록 단순화하는 것이다. 전통적인 영상 세분화 기법들은 색상 및 경계 (edge) 정보와 같은 낮은 수준 (Low-level)의 특징들을 사용하였다. 그러나 이러한 기법들은 이웃한 세그먼트들이 비슷한 색상 혹은 패턴을 가지는 등 복잡한 환경에서는 정확한 분할 결과를 얻기 힘들다. 최근 들어 Convolutional neural network (CNN) 기반의 영상 세분화 기법이 제안되면서 위와 같은 어려운 환경에서도 높은 정확도의 세분화가 가능해지게 되었다. 본 연구실에서는 CNN을 이용한 의미론적 세분화 (Semantic segmentation), 사용자 유도 기반 세분화 (User guided segmentation)등의 연구를 진행하고 있다. 이와 같은 연구 주제는 각종 스마트 기기 및 자율주행 자동차와 같은 미래의 핵심 기술 분야에 해당한다. CNN 기반의 영상 세분화 기법은 크게 특징맵 (Feature map)을 추출하는 인코딩 (Encoding) 단계와 추출된 특징맵을 분석하여 세분화 결과를 얻는 디코딩 (Decoding) 단계로 구성된다. 본 연구실에서는 높은 수준 (High-level)의 특징맵을 얻기 위한 인코딩 기법에 대한 연구와 세그먼트의 경계를 보다 정확하게 분할하기 위한 디코딩 기법에 대한 연구를 주로 진행하고 있다.


Semantic segmentation

Fig1.png

Fig2(a).png


User guided segmentation

Fig2(b).png



Current research topics:

- Drivable area segmentation for autonomous driving

- Driving environment analysis 

- User-guided segmentation