대학원 Graduate Studies

경북대학교 컴퓨터학부의 이재협 교수가 주저자로 참여한 연구 논문:

       1. "U-Know-DiffPAN: An Uncertainty-aware Knowledge Distillation Diffusion Framework with Details Enhancement for PAN-Sharpening"

              · page: https://kaist-viclab.github.io/U-Know-DiffPAN-site/

      2. "ABBSPO: Adaptive Bounding Box Scaling and Symmetric Prior based Orientation Prediction for Detecting Aerial Image Objects"

              · page: https://kaist-viclab.github.io/ABBSPO_site/

가 인공지능(AI) 및 컴퓨터 비전 분야 최고 권위 학회인 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2025에 게재 승인을 받았다.

이번 연구에서는 생성 모델의 불확실성을 정량화하고 이를 활용한 효과적인 학습 방법을 제안하여, 다양한 컴퓨터 비전 태스크에서 성능을 극대화할 수 있는 새로운 프레임워크를 선보였다. 특히, U-Know-DiffPAN 논문에서는 위성 및 항공 영상의 PAN-Sharpening 문제를 해결하기 위해 불확실성 기반 지식 증류(knowledge distillation)와 확산 모델(diffusion model)을 결합하여 고해상도 영상 복원의 성능을 극대화하였다. 또한, ABBSPO 논문에서는 약한 지도 학습(weakly-supervised learning) 환경에서 객체 탐지 성능을 향상시키기 위해, 정답 레이블 없이도 학습할 수 있는 새로운 프레임워크를 제안하였으며, 이를 통해 기존 방법보다 월등히 높은 탐지 정확도를 달성하였다.

두 연구는 영상의 품질 및 해상도를 개선함으로써 다양한 영상 기반 AI 응용 분야에서 활용도를 대폭 증대시키는 한편, 저해상도 혹은 불완전한 데이터셋이 존재할 때에도 객체 탐지 성능을 극대화할 수 있는 새로운 학습 방법론을 제시하였다. 특히, 본 연구는 항공, 드론, 위성 영상 분석 분야에서의 실용적 활용 가능성을 대폭 확장하는 데 기여할 것으로 기대된다.

이재협 교수는 "이번 연구를 통해 항공 및 위성 이미지 분석 분야에서 딥러닝 모델의 신뢰성과 정확도를 획기적으로 향상시킬 수 있는 새로운 접근법을 제시했다"며, "앞으로도 컴퓨터 비전 및 AI 분야에서 혁신적인 연구를 지속적으로 이어나갈 계획"이라고 밝혔다.

CVPR은 컴퓨터 비전 및 인공지능(AI) 분야에서 세계 최고 수준의 학회로 손꼽히며, 본 연구의 발표 승인은 해당 연구가 학계에서 높은 가치와 영향력을 인정받았음을 의미한다.