Gwang-ju, KR
010-2503-5446
학사, 경희대학교, 수원 (2010.03)
- 전자전파공학, 신호처리 분야 전공
석사, 경희대학교, 수원 (2016.03)
- 전자전파공학, 영상처리 (이미지 스티칭) 분야
패스트 캠퍼스, 데이터 사이언스 스쿨 7기 수료 (2018.01)
저는 ‘도전’을 좋아하는 사람입니다. 흥미로워 보이는 일에는 시작부터 하는 행동파입니다.
영상처리 분야에 뛰어든 이유도 도전하는 성격 때문입니다. 저는 3학년 때까지 영상처리 분야에 대해서 전혀 모르던 학생이었습니다. 하지만 4학년 때 영상처리 수업을 계기로 해당 분야에 관심이 생겼습니다. 수업에서 이론적으로 배웠던 기술이 코딩으로 구현되어 직접 결과를 확인한다는 점이 흥미로웠습니다. 이에 영상처리를 더 배우고 싶어 졸업논문으로 ‘눈 인식 및 적목 제거 어플리케이션’을 선택했습니다. 처음 연구를 진행할 때는 모르는 것이 너무 많아 막막했습니다. 급한 마음 때문인지 하루 종일 자료 조사를 해도 얻는 것이 없이 허탕만 쳤습니다. 하지만 ‘시작이 반이다’라는 생각을 가지고 차근차근 연구를 진행했습니다. 먼저 어떻게 적목을 제거할 것인지 순서도와 핵심 알고리즘에 대해 조사를 했습니다. 공부 방법은 영상처리 연구실 대학원생 분들에게 관련 논문를 검색 및 활용 방법에 대한 조언을 얻어 과련 자료를 읽었습니다. 또한 안드로이드 앱 제작하기 위해 생활코딩이란 온라인 수업을 통해 간단히 JAVA를 익히고 안드로이드 앱 제작 서적을 이용해 간단한 버튼 생성과 영상을 출력, 저장하는 법을 배워 어플을 제작했습니다. 스스로 연구를 진행하면서 많은 시행착오가 있었습니다. 에러가 잡기 위해 많은 시간을 투자했고 논문의 내용을 잘못 이해해 다시 코드를 수정하기도 했지만 우여곡절 끝에 적목 제거 어플을 제작해 졸업논문을 작성했습니다. 비록 매우 낮은 제거율을 보여 주었지만 교수님께서는 모바일 어플 제작 경험을 좋게 봐주셔서 A+를 주셨습니다. 이 경험을 계기로 영상처리에 대한 자신을 얻었고 더 배우고 싶은 열망을 심어서 제가 대학원에 가게 만들었습니다.
위 경험을 통해 많은 시행착오가 있었지만 새로운 분야에 들어갈 수 있는 ‘도전’과 온라인과 오프라인 자료를 활용해 ‘자기주도적 학습법’에 대해서 배울 수 있었습니다. ‘도전’과 ‘자기주도학습’은 'GANMOOK', '딥 댄스'등 다양한 프로젝트를 진행하는 AIRI에 큰 도움이 된다고 생각합니다.
제가 AIRI의 인턴 직에 지원한 이유는 현재 진행하고 있는 과제인 딥러닝으로 회화 기법을 학습하는 ‘인공지능 아뜰리에’에 대해 흥미를 가지고 있기 때문입니다. 이미지 스티칭쪽 연구를 진행했던 제가 딥러닝으로 관심을 돌리게 된 계기가 동료 연구생이 랩미팅 때 발표한 논문 ‘Image Style Transfer Using Convolutional Neural Networks’ 때문이었습니다. 당시만 해도 영상처리에서 딥러닝은 물체를 인식하고 분류하는 쪽에만 쓰이는 것이라 생각했습니다. 하지만 이 논문을 보고 딥러닝이 인식이외에도 예술, 엔테이먼트등 다양한 분야에 쓸 수 있다는 생각을 가지게 되었습니다. 저는 이를 계기로 딥러닝에 관심을 가지고 공부하게 되었습니다.
그렇기 때문에 저에게 큰 인상을 주었던 논문과 관련된 분야인 ‘Image to image transfer’, ‘real-time style transfer’분야를 공부하고 ‘Pix2Pix’, ‘CycleGAN’등 알고리즘을 직접 구현해 보고 싶습니다. 그리고 최종적으로는 프로젝트로 자신의 얼굴을 자신의 특징을 잘 나타내는 아바타로 바꾸는 프로젝트를 진행해보고 싶습니다.
- word2vec을 이용한 streamer 추천 시스템
- High chart를 이용한 stream viewship 대쉬보드
[Link]
- MLP, colorMind API를 이용한 색상 추천 알고리즘
- QDA를 이용한 색상 조합 품질 평가
- KNN를 이용한 색상 조합에 가까운 코디 추천
- Flask로 웹구현
[Link]
- Airbnb user가 처음 예약하는 나라 예측
- EDA를 이용한 새로운 데이터 생성
- feature importance를 이용한 Feature selection
[Link]
- Ames city의 House price를 예측
- EDA를 이용한 Missing value 처리
- 다중공선성을 줄이기 위한 Feature engineering
- Stepwise method을 이용한 feature selection
- Cook’s distance를 이용한 outlier 제거
- Ridge을 이용한 regression 모델
[Link]
- Video stitching을 기반으로 zoom video를 트랙킹
- Video stitching을 이용해 좌우 영상 스티칭
- Zooming 영상 트랙킹
- Kalman filtering을 이용한 노이즈 제거
[Link]
- 적목 현상이 발견된 눈을 찾고 적목 현상을 보정
- Haar-like feature와 Adaboost를 이용한 얼굴 인식
- Redness, Labeling을 이용한 눈 인식
- 모바일 어플리케이션으로 구현
[Link]
- 아두이노를 활용한 차량 안전 시스템 개발
- MPU-9150 센서를 이용해 센서 부착 차량의 전복 및 급 정거, 급 가속 사고 판단 후, 비콘으로 후속 차량에 전송
- 맥박 센서를 이용해 차량 운전자의 졸음운전 예방
- 초음파 센서를 이용해 주변 장애물을 감지
[Link]
- Optical flow를 이용한 빠른 호모그래피 추정 알고리즘 개발
- Block matching을 이용한 호모그래피 오류 보정 알고리즘 개발
- Symmetric (SCIE) 논문 작성
[Link]
- 민스프트 영상 분할 기법을 이용해 전경과 배경을 구분하여 시차를 보정하기 위한 알고리즘 개발
- ICVISP 학회 Oral presentation에 참여
[Link]
- K-Means Clustering과 Mahalanobis distance를 이용한 이중 호모그래피 합성 알고리즘 개발
- KCC 2016 Poster Presentation에 참여
[Link]
Gwang-ju, KR
010-2503-5446
학사, 경희대학교, 수원 (2010.03)
- 전자전파공학, 신호처리 분야 전공
석사, 경희대학교, 수원 (2016.03)
- 전자전파공학, 영상처리 (이미지 스티칭) 분야
패스트 캠퍼스, 데이터 사이언스 스쿨 7기 수료 (2018.01)
저는 ‘도전’을 좋아하는 사람입니다. 흥미로워 보이는 일에는 시작부터 하는 행동파입니다.
영상처리 분야에 뛰어든 이유도 도전하는 성격 때문입니다. 저는 3학년 때까지 영상처리 분야에 대해서 전혀 모르던 학생이었습니다. 하지만 4학년 때 영상처리 수업을 계기로 해당 분야에 관심이 생겼습니다. 수업에서 이론적으로 배웠던 기술이 코딩으로 구현되어 직접 결과를 확인한다는 점이 흥미로웠습니다. 이에 영상처리를 더 배우고 싶어 졸업논문으로 ‘눈 인식 및 적목 제거 어플리케이션’을 선택했습니다. 처음 연구를 진행할 때는 모르는 것이 너무 많아 막막했습니다. 급한 마음 때문인지 하루 종일 자료 조사를 해도 얻는 것이 없이 허탕만 쳤습니다. 하지만 ‘시작이 반이다’라는 생각을 가지고 차근차근 연구를 진행했습니다. 먼저 어떻게 적목을 제거할 것인지 순서도와 핵심 알고리즘에 대해 조사를 했습니다. 공부 방법은 영상처리 연구실 대학원생 분들에게 관련 논문를 검색 및 활용 방법에 대한 조언을 얻어 과련 자료를 읽었습니다. 또한 안드로이드 앱 제작하기 위해 생활코딩이란 온라인 수업을 통해 간단히 JAVA를 익히고 안드로이드 앱 제작 서적을 이용해 간단한 버튼 생성과 영상을 출력, 저장하는 법을 배워 어플을 제작했습니다. 스스로 연구를 진행하면서 많은 시행착오가 있었습니다. 에러가 잡기 위해 많은 시간을 투자했고 논문의 내용을 잘못 이해해 다시 코드를 수정하기도 했지만 우여곡절 끝에 적목 제거 어플을 제작해 졸업논문을 작성했습니다. 비록 매우 낮은 제거율을 보여 주었지만 교수님께서는 모바일 어플 제작 경험을 좋게 봐주셔서 A+를 주셨습니다. 이 경험을 계기로 영상처리에 대한 자신을 얻었고 더 배우고 싶은 열망을 심어서 제가 대학원에 가게 만들었습니다.
위 경험을 통해 많은 시행착오가 있었지만 새로운 분야에 들어갈 수 있는 ‘도전’과 온라인과 오프라인 자료를 활용해 ‘자기주도적 학습법’에 대해서 배울 수 있었습니다. ‘도전’과 ‘자기주도학습’은 'GANMOOK', '딥 댄스'등 다양한 프로젝트를 진행하는 AIRI에 큰 도움이 된다고 생각합니다.
제가 AIRI의 인턴 직에 지원한 이유는 현재 진행하고 있는 과제인 딥러닝으로 회화 기법을 학습하는 ‘인공지능 아뜰리에’에 대해 흥미를 가지고 있기 때문입니다. 이미지 스티칭쪽 연구를 진행했던 제가 딥러닝으로 관심을 돌리게 된 계기가 동료 연구생이 랩미팅 때 발표한 논문 ‘Image Style Transfer Using Convolutional Neural Networks’ 때문이었습니다. 당시만 해도 영상처리에서 딥러닝은 물체를 인식하고 분류하는 쪽에만 쓰이는 것이라 생각했습니다. 하지만 이 논문을 보고 딥러닝이 인식이외에도 예술, 엔테이먼트등 다양한 분야에 쓸 수 있다는 생각을 가지게 되었습니다. 저는 이를 계기로 딥러닝에 관심을 가지고 공부하게 되었습니다.
그렇기 때문에 저에게 큰 인상을 주었던 논문과 관련된 분야인 ‘Image to image transfer’, ‘real-time style transfer’분야를 공부하고 ‘Pix2Pix’, ‘CycleGAN’등 알고리즘을 직접 구현해 보고 싶습니다. 그리고 최종적으로는 프로젝트로 자신의 얼굴을 자신의 특징을 잘 나타내는 아바타로 바꾸는 프로젝트를 진행해보고 싶습니다.
- word2vec을 이용한 streamer 추천 시스템
- High chart를 이용한 stream viewship 대쉬보드
[Link]
- MLP, colorMind API를 이용한 색상 추천 알고리즘
- QDA를 이용한 색상 조합 품질 평가
- KNN를 이용한 색상 조합에 가까운 코디 추천
- Flask로 웹구현
[Link]
- Airbnb user가 처음 예약하는 나라 예측
- EDA를 이용한 새로운 데이터 생성
- feature importance를 이용한 Feature selection
[Link]
- Ames city의 House price를 예측
- EDA를 이용한 Missing value 처리
- 다중공선성을 줄이기 위한 Feature engineering
- Stepwise method을 이용한 feature selection
- Cook’s distance를 이용한 outlier 제거
- Ridge을 이용한 regression 모델
[Link]
- Video stitching을 기반으로 zoom video를 트랙킹
- Video stitching을 이용해 좌우 영상 스티칭
- Zooming 영상 트랙킹
- Kalman filtering을 이용한 노이즈 제거
[Link]
- 적목 현상이 발견된 눈을 찾고 적목 현상을 보정
- Haar-like feature와 Adaboost를 이용한 얼굴 인식
- Redness, Labeling을 이용한 눈 인식
- 모바일 어플리케이션으로 구현
[Link]
- 아두이노를 활용한 차량 안전 시스템 개발
- MPU-9150 센서를 이용해 센서 부착 차량의 전복 및 급 정거, 급 가속 사고 판단 후, 비콘으로 후속 차량에 전송
- 맥박 센서를 이용해 차량 운전자의 졸음운전 예방
- 초음파 센서를 이용해 주변 장애물을 감지
[Link]
- Optical flow를 이용한 빠른 호모그래피 추정 알고리즘 개발
- Block matching을 이용한 호모그래피 오류 보정 알고리즘 개발
- Symmetric (SCIE) 논문 작성
[Link]
- 민스프트 영상 분할 기법을 이용해 전경과 배경을 구분하여 시차를 보정하기 위한 알고리즘 개발
- ICVISP 학회 Oral presentation에 참여
[Link]
- K-Means Clustering과 Mahalanobis distance를 이용한 이중 호모그래피 합성 알고리즘 개발
- KCC 2016 Poster Presentation에 참여
[Link]