강의 1.
차량용 인간행동 인식 및 표정 분석 기술 동향 (이찬수-영남대)

지능형 자동차로의 발전과 더불어 차량에 안전 및 편의를 제공하기 위한 상황인식 및 운전자 상태 인식 등을 위하여 다양한 영상처리 및 컴퓨터 비전 기술이 연구되고 있다. 본 강의에서는 보행자 안전 향상을 위하여 사용되는 영상처리 기술 및 컴퓨터 비전 기술을 개발 동향을 살펴본다. 또한, 졸음운전 등으로 인한 사고를 방지하기 위하여 표정인식을 포함하여 운전자 상태인식에 대한 연구도 활발하게 진행되고 있으며, 관련된 연구동향 및 표정인식 및 시선추적의 사례를 소개한다.

강의 2.
차량용 센서융합기반 측위 시스템 (정호기-한양대)

지능형자동차 인식시스템은 크게 환경인식과 측위로 나눌 수 있다. 요즘 자율주행자동차가 주목을 받으면서 자차의 현재 위치를 인식하는 측위에 대한 관심이 부쩍 증가하고 있다. 본 강의는 자율주행자동차용 인식시스템 개발 동향, 위성 및 관성항법 등 전통적 측위방법, 센서융합 기반 정밀측위를 소개한다. 특히, 전방 카메라로 인식한 노면 표시를 정밀 지도와 정합함으로써 전통적인 측위방법의 한계를 극복할 수 있음을 보인다. 끝으로, 측위와 정밀 지도를 환경인식, 측위, 제어에 활용할 수 있음을 설명하고, 센서 융합을 넘어 정보 융합을 적극 고려해야 함을 설명한다.
 

강의 3.
자동차 분야에서의 영상처리 적용 현황과 미래전망 (이재호-현대자동차)

친환경자동차와 지능형자동차는 미래형자동차를 구분짓는 대표 키워드이며, 나날이 치열해지는 완성차 시장에서 자동차 업계들의 생존을 위한 화두이다. 자율주행으로 대변되는 지능형자동차 기술은 주행 안전성과 편의성을 제공해주던 기존의 역할에서 벗어나, 운전자가 운전에 개입하지 않는 수준을 지향하고 있다. 이에 본 세미나에서는 인간 지각능력의 한계를 넘기 위해 영상 처리 기술과 컴퓨터 비전 기술이 적용되는 방안에 대해 다루어 보며, 특히 자동차 플랫폼에서 신뢰성 있는 동작을 보장하기 위한 이슈들에 대해 고찰해 보고자 한다.
 

 

강의 1.
차량 충돌 방지를 위한 보행자 사전 의도 예측 기술 (고병철-계명대)

컴퓨터 비전기술을 이용한 운전자 보조 시스템(advanced driver assistant system, ADAS)과 관련하여 보행자의 사전의도를 파악하는 기술은 보행자와 자동차 사이에 충돌을 미리 방지 할 수 있는 중요한 기술이다. 본 강의에서는 보행자 감지를 위해 사용되는 다양한 종류의 적외선 카메라에 대해서 설명하고 특히 원적외선(FIR) 스테레오 카메라를 이용하여 보행자의 의도를 파악하는 기술에 대해 소개한다. 보행자 의도 파악을 위해서는 먼저 보행자검출, 추적 기술이 필수적으로 이루어져야 하며 이후에 스테레오 카메라 정보를 활용하여 보행자와 차사이의 거리, 보행자의 움직임 방향 및 속도, 보행자의 머리 방향등을 확률 모델로 생성하고 시공간상의 변화량을 측정하여 보행자가 차도로 뛰어들 가능성이 있는지에 대한 특징을 생성한다. 마지막으로 추출된 특징정보를 이용하여 보행자의 의도를 예측하기 위해 주로 사용되고 있는 동적 베이지안 네트워크의 적용 방법을 설명하고 추가적으로 Fuzzy Finite Automata를 이용하여 시공간적 특징을 결합한 보행자 사전 의도를 예측하는 방법을 설명한다.

강의 2.
정합 기술자와 이산 최적화 (민동보-충남대)

영상 정합 (visual correspondence)은 컴퓨터 비전의 다양한 응용 분야를 위한 핵심 기술로, 여러 장의 입력 영상들에서 서로 간의 대응점들을 추정하는 방식들을 총칭한다. 이러한 대응점 정보들은 실세계의 3-D 정보 복원, 로봇/자동차의 자동주행 시스템, 모바일 기기의 위치기반 서비스, 빅 영상 데이터 분석, 계산 사진학 (computational photography)을 위한 핵심 기술로 사용되기에 그 응용 분야가 매우 광범위하다. 영상 정합의 성능은 일반적으로 영상 기술자 (image descriptor)와 최적화 알고리즘 (labeling optimization)에 의해 결정된다. 기존 방식들이 주로 깊이 정보나 움직임 추정을 위해 개발되어온 반면, 최근에는 커다란 시차 (disparity), 급격한 조명 변화, 다른 영상 장비에 의한 차이 (RGB vs. NIR), 의미론적으로 비슷하지만 다른 장면에서 획득된 영상들을 위한 영상 정합 기술들이 개발되고 있다. 본 세미나에서는 영상 정합 알고리즘을 설계하는데 필요한 기반 기술인 정합 기술자와 최적화 알고리즘들을 설명한다. 또한, 영상 정합 알고리즘에 기반하여 개발된 많은 응용분야와 향후 연구방향을 소개한다.
 

강의 3.
멀티뷰 카메라를 이용한 3차원 거리 측정 (박인규-인하대)

3차원 거리 영상 취득은 컴퓨터 비전의 기본적인 문제이면서 동시에 자동차, 로봇, 드론용 영상 이해에 중요한 역할을 담당하고 있다. 본 강연에서는 스테레오, 멀티뷰 스테레오, light field 스테레오 환경에서의 3차원 거리 영상 취득을 위한 기본적인 원리 및 연구 동향을 소개한다. 이어서 light field 영상으로부터 정밀한 3차원 거리 영상을 취득하는 최신 연구 동향 및 강연자의 연구 결과를 소개한다.

강의 4.
움직이는 물체 검출 기법 (Moving object detection) (한보형-포항공대)

This lecture discusses Moving Object Detection (MOD) problem, which is a crucial component for various computer vision applications. I first introduce basic background subtraction algorithms for the videos captured by static cameras, which include traditional density- and subspace-based methods. Then, I also show how the background subtraction techniques can be extended to the videos obtained from moving cameras, where the approaches based on density estimation and motion segmentation are discussed.