국내 연구진이 참여한 이미지 색역 복원 관련 연구가 국제 학술대회에서 발표됐다.지난 1일부터 4일까지 국제영상과학기술학회(IS&T)가 가상으로 개최한 국제 콘퍼런스 CIC(Color and Imaging Conference)에서, 메타버스 플랫폼 기업 맥스트(MAXST)의 연구개발본부 소속 정태홍 책임이 참여한 연구 논문 '가무트넷: 카메라로 촬영된 이미지의 광색역 복원(GamutNet: Restoring Wide-gamut Colors for Camera-captured Images)이 발표됐다.CIC는 컬러 이미징 분야에서 일하
오드컨셉(대표 김정태)이 이미지 검색 관련 딥러닝 연구에서 기존 성능을 뛰어넘고, 현존, 최고 성능을 기록하는 기술적 성취를 이뤄내면서 자사의 인공지능(AI) 기술을 한 차례 더 진화시켰다.자사의 AI 기술의 핵심인 딥러닝을 이용한 이미지 검색 성능을 큰 폭으로 향상한 연구 논문이 2022년 1월 4일부터 8일까지 하와이 와이콜로아에서 개최되는 컴퓨터 비전 분야 최고 권위의 학회 ‘WACV 2022(IEEE/CVF Winter Conference on Applications of Computer Vision)’에 채택됐다.이전까지
몸 안에 퍼지는 음파의 속도(음속)를 정확히 알수록 선명한 초음파나 광음향 영상을 볼 수 있다. 그러나 음속은 사람마다 다를뿐더러 한 사람의 몸속에서도 근육, 뼈, 지방 등 서로 다른 음속을 가진 성분이 임의로 분포돼 있어 정확하게 예측하기 더욱 어렵다. 최근 국내 연구팀 POSTECH(포항공과대학교, 총장 김무환) 전자전기공학과·IT융합공학과 김철홍 교수, 전승완 박사 연구팀은 인공지능(AI)으로 음속 차이로 인한 문제를 해결할 수 있는 광음향 영상의 왜곡을 바로잡는 기술을 개발했다.광음향 영상은 빛을 인체 조직에 쬐었을 때 빛을
최근 다양한 분야에서 딥러닝을 활용한 서비스가 급속히 증가하고 있다. 서비스 구축을 위해서는 모델을 훈련해야 하며, 이를 위해서는 충분한 훈련 데이터를 준비해야 한다. 특히, 훈련 데이터에 정답지를 만드는 레이블링(labeling) 과정이 필요한데 (예를 들어, 낙타 사진에 `낙타'라고 정답을 적어줌), 이 과정은 일반적으로 수작업으로 진행되므로 엄청난 노동력과 시간이 소요된다. 따라서 훈련 데이터가 충분하지 않은 상황을 효과적으로 타개하는 방법이 요구되고 있다.KAIST(총장 이광형)는 전산학부 이재길 교수 연구팀이 적은 양의 훈
전 세계는 여전히 코로나19와 씨름하고 있다. 2020년이 코로나19 (COVID-19)의 해였다면 2021년은 백신의 해가 될 것이며, 2022년은 치료제의 한해가 될 것으로 예상된다.전염병이 발병한 지 2년이 지나고 백신 접종에도 불구하고, 최근 몇 달 동안 코로나19는 변이를 통한 급속한 확산과 실존적 위협은 효과적인 치료법을 개발해야 한다는 절박한 환경 속에 있다. 또한 전문의들은 환자의 상태가 질병의 진행 과정에서 어떻게 변할지 예측하는 것은 여전히 어렵다.환자는 앞으로 며칠 안에 개선될 것인가, 아니면 더 많은 중환자실이
폐렴이 악화되면 의사들은 CT 영상을 통해 환자의 상태를 살핀다. 덩달아 정확한 CT 영상 분석을 위한 딥러닝 기술 적용 연구가 활발하지만 코로나19 폐렴과 세균성 폐렴을 정확히 구분하는 것엔 한계가 있어왔다.특히, 두 폐렴의 차이가 미미하고, 3차원 영상 내의 병변들을 일일이 확인하고 분류하는 것이 어려워, 최근 여러 분야에서 좋은 성능을 보이는 딥러닝 모델들도 성능이 제한적이었다.여기에, DGIST(총장 국양) 로봇공학전공 박상현 교수팀이 영남대병원 안준홍 교수팀과 CT영상 내에 주요 병변들을 확인해 분간이 어려운 세균성폐렴과
인공신경망에 기반해 방대한 설계 공간에서 새로운 소재를 찾기 위한 역설계 연구는 최근 매우 활발하게 진행되고 있다.하지만 이러한 기존 설계 방식은 목표로 하는 소재의 형태와 조합이 심층신경망 훈련에 활용된 소재들과 매우 다를 때 인공신경망이 가지는 낮은 예측능력으로 인해 극히 많은 수의 소재 데이터 검증이 요구되며, 이에 따라 제한적으로만 활용이 가능하다.KAIST(총장 이광형)는 기계공학과 유승화 교수 연구팀이 능동전이학습(active-transfer learning)과 데이터 증강기법(Data augmentation)으로 심층신
한국전력(사장 정승일)은 `19년 데이터사이언스연구소 설립 이후 축적하여 온 전력분야 빅데이터 분석 및 인공지능 기술을 활용하여 동신대학교(총장 최일)에 딥러닝 기술 기반 한약재 감별 AI 알고리즘 개발을 위한 기술지원을 할 계획이다.이번 한전과 동신대가 공동 개발을 추진할 딥러닝 기술 기반 한약재 감별 알고리즘은 녹용, 당귀, 천궁 등 일반인이 혼동하기 쉬운 한약재의 절편(切片) 이미지 데이터를 딥러닝 기법으로 분석하여 원산지, 종류 등을 감별하는 기술이다.한약재를 정확하게 감별하기 위해서는 유전자 및 성분분석을 하여야 하나 시간
청진(聽診)은 환자의 몸안에서 나는 소리를 청취하여 질병의 여부를 진단하는 방법이다. 청진기는 비침습적이고 실시간적이며, 호흡기 질환을 진단하고 응급처치를 하는 데는 이상적이다.그러나 호흡음을 정확하게 해석하려면 임상의의 상당한 전문지식이 필요하기 때문에 인턴이나 레지던트 등 수련의들의 일부는 간혹 호흡음을 잘못 파악하는 경우가 있다.이러한 한계를 극복하기 위해 충남대학교병원(병원장 윤환중) 호흡기내과 정재욱 교수팀(호흡기내과 김윤주 교수, 정성수 교수, 국가수리과학연구소 의료수학연구부 하태영 박사, 현윤경 박사, 이순주 박사)이
녹내장은 눈에서 받아들인 시각 정보를 뇌로 전달하는 데 중요한 역할을 하는 시신경에 병증이 생겨서 시야 결손의 기능적 변화를 보이는 질환이다.일반적으로 시야가 주변부부터 중심부로 서서히 흐릿해지기 때문에 말기가 되어서야 자각 증상을 호소하는 환자들이 많은데, 드물지만 방치하면 회복할 수 없는 실명의 원인 중 하나다.여기에, 실명까지도 이어질 가능성이 높은 녹내장 환자들을 인공지능(AI) 딥러닝을 기반으로 조기에 선별할 수 있는 AI모델이 개발됐다.서울아산병원(병원장 박승일) 안과 성경림‧신중원, 강릉아산병원 안과 손길환 교수팀은 인
인공지능(AI)이 치매 증상이 나타나기 훨씬 전에 간단한 뇌 스캔을 통해 몇 년 전에 치매의 초기 징후를 찾아낼 수 있다는 혁신적인 연구결과를 영국 케임브리지 대학(University of Cambridge) 조이 쿠르치(Zoe Kourtzi) 교수 연구팀이 12일(현지시간) 발표했다.치매는 뇌에 다양한 유형의 단백질이 축적되는 것이 특징이며, 이는 뇌 조직을 손상시키고 인지 기능 저하를 유발한다. 알츠하이머병의 경우 이러한 단백질에는 뉴런 사이에 뭉쳐서 기능에 영향을 미치는 '플라크(plaques)'를 형성하는 베타-아밀로이드(b
딥러닝의 발전과 성능 향상에도 항공영상의 해상도가 낮은 문제점으로 항공 영상을 이용한 디지털 지도 생성 인공지능 신경망 모델을 개발하는 데 여전히 문제가 되고 있다.이를 해결하기 위해 지금까지는 단순히 인공지능 신경망의 구조를 바꾸거나 항공영상의 해상도를 올리는 전처리 방식에 초점을 맞춰왔다. 하지만 기존 방법은 건물의 위치는 비교적 잘 찾아내지만 건물의 모양과 경계를 정밀하게 탐색하는 데는 성능의 한계가 있었다.여기에, DGIST(총장 국양) 정보통신융합전공 황재윤 교수 연구팀이 딥러닝 기술을 활용해 원격 감지를 위해서 항공사진에
농촌진흥청(청장 허태웅)은 드론 영상을 기반으로 인공지능 컨볼루션 신망경(CNN) 을 활용해 벼 쓰러짐 피해 면적을 빠르게 파악하는 기술을 개발했다.AI가 벼가 심겨진(재식) 유형에 따라 정상과 쓰러짐으로 구분하는 본보기(모델)를 학습해 필지 단위로 피해 면적을 산정하는 것이다. 이 알고리즌의 학습은 세 가지 데이터 셋으로 학습(Train)-검증(Validation)-평가(Test)로 나뉘어 인공지능 학습 및 평가에 사용됐다. 랜덤으로 8:2 비율로 분류하였다.원본 이미지를 128 * 128 픽셀크기로 분할하여 벼 쓰러짐(도복) 및
환경부 소속 국립생물자원관은 '인공지능(AI) 기반의 자동 종동정 프로그램 개발' 사업을 통해 매미 허물의 사진만으로 종을 동정할 수 있는 정보기술 융합 연구를 추진하고 있다고 밝혔다.동정은 생물의 분류학상 위치 및 종을 바르게 확인하는 작업을 뜻하며, 최근 생물학계에서 정보통신 인공지능 기술 딥러닝 알고리즘을 이용해 자동으로 종동정을 하는 연구가 시도되고 있다.이번 사업의 첫 대상인 매미 허물은 한방에서 매미가 우화할 때 벗어놓은 탈피각을 '선퇴(蟬退)'라고도 부르는데, 현재 허물만으로는 정확한 종 동정이 어렵다.다만 매미는 땅속
기업들은 인공지능(AI)을 새로운 기회로 활용하는 것은 물론 일부 비즈니스의 문제 해결에 적용하고 있다. AI가 발전하면서 더 많은 비즈니스 기회도 생겨나고 이로 인해 AI 사용이 계속 증가하고 있다.하지만 AI가 일반적인 업무에서 의사 결정을 수행하는 등 더 핵심적인 업무로 이동됨에 따라 이미 결정한 최종 결과의 근거와 도출과정의 타당성을 제공하지 못하고 있다. 또 오류 원인을 즉각적으로 알지 못하고 어떻게 이런 결정을 했는지 개발자조차 파악하지 못하면서 블랙박스가 존재하는 AI에 의존할 수 없다는 인식 또한 커지고 있다.이에 A
뇌졸중의 일종인 뇌경색은 뇌혈관이 막히면서 혈액 공급이 차단되고 이로 인해 뇌가 손상되는 증상을 의미한다. 예고 없이 발병해 즉각적으로 치료하지 않으면 영구적 뇌손상 등 심한 후유증을 남기기 때문에, 사전에 예측하고 차단하는 것이 무엇보다 중요하다.이러한 뇌경색은 뇌혈관 내에서 혈전(피떡)이 생기며 발생하기도 하지만, 다른 곳에서 생성된 혈전이 온몸을 순환하는 중 가느다란 뇌혈관을 지나다 막히게 되는 ‘색전성 뇌경색’의 형태로도 빈발한다.이 중 가장 큰 비중을 차지하는 ‘심장 색전성 뇌경색’은 심장에서 나온 혈전에 의해 뇌혈관이 막
대변은 장 건강의 척도(尺度)로 불릴만큼, 인체의 각종 이상 신호를 냄새와 색깔, 형태 등을 통해 외부에 알려주는 역할로 대변에 대한 국내외 의료계에서 대한 관심이 그 어느때 보다 높아지고 있다.지난해 2월 일본 교세라(KYOCERA)는 장내 세균 연구 사업을 벌이고 있는 AuB(오브)와 공동으로 인공지능(AI)을 활용해 변기에서 대변의 색깔이나 모양이 아닌 냄새로 건강 상태를 체크하는 기술을 개발하고 상용화에 박차를 가하고 있다.새로 개발되는 제품은 좌변기의 테두리에 설치해 사용한다. 대변 냄새 데이터는 클라우드로 보내지고 AI를
최근 인공지능 기술에 바탕이 되는 딥러닝 기술이 점점 고도화되면서 이미지를 생성하고 변환하는 딥러닝 연구가 활발하다. 기존의 연구는 여러 비슷한 특징을 가진 이미지의 집합인 도메인(Domain)에서 공통으로 나타나는 이미지 정보를 찾는 것에만 초점이 맞춰져 왔었다.이 때문에 이미지 정보를 제대로 활용하기 어려워 적용 가능한 데이터와 모델의 성능에 한계가 있었다. 또한 활용한 이미지 정보를 선형적으로 단순하게 구성해, 한 이미지로 변환된 이미지 하나만을 얻을 수 있는 등의 한계가 있었다.이에 DGIST(총장 국양)는 정보통신융합전공
현대 재료과학 연구에서 주사전자현미경 이미지는 미세조직의 시각화, 특성화, 수치적 해석에 이르기까지 신소재 개발 과정 전반에서 가치 있게 활용되고 있다.그러나, 전자현미경의 하드웨어적 한계로 인해 높은 품질의 미세조직 이미지 데이터 취득이 제한되거나 취득하는 데 오랜 시간이 걸릴 수 있다. 이는 뒤이어 수행되는 재료 분석의 정확도에 영향을 끼칠 수 있어 기존 하드웨어의 기술적 한계를 극복할 새로운 기술의 개발이 요구되어 왔다.최신 8K 프리미엄 TV에 적용되는 인공지능(AI) 초해상화 영상 기술이 재료과학 연구의 필수장비인 주사전자
인공지능(AI) 기반 비전 소프트웨어 전문기업 뉴로클(Neurocle, 대표 이홍석)이 다양한 신규 기능이 포함된 딥러닝 딥러닝 비전 소프트웨어 뉴로티·뉴로알(Neuro-T & Neuro-R)의 2.3버전을 9일 출시했다.특히, 이 솔루션은 비전문가도 사용할 수 있는 딥러닝 비전 소프트웨어이다. 기계가 이미지를 스스로 학습하여 분석하는 딥러닝 비전 기술을 비전문가도 활용할 수 있도록 직관적 그래픽 UI(GUI) 기반의 설계 방식으로 제공되며, 이를 통해 사용자들은 별도 코딩 없이 딥러닝 비전 기술을 활용하여 외관 불량 검사, 의료