▲ 컴퓨터·AI학과 오용석(석사과정) 학생, 동국대학교

동국대학교 AI소프트웨어융합학부 조성인 교수 연구실 소속 오용석(석사과정) 학생이 인공지능신호처리 학술대회에서 포스터세션 우수 논문상을 수상하였다.

수상한 논문 내용은 다음과 같다.

논문제목 : 다중 광원을 이용한 고반사성 표면 결함 검출

논문초록 : 본 논문에서는 다양한 조명 조건에서 촬영된 이미지를 활용하여 결함 분류 성능을 향상시키기 위한 autoen coder 기반의 spatial attention 메커니즘을 제안한다. 기존 방법들은 단일 조명 조건에서 결함을 분류하기 때문에, 고반사성 물질에서 발생하는 빛의 반사로 이내 정확한 결함 분류에 어려움이 있었다. 이를 해결하기 위해, 본 논문에서는 다중 조명 방향에서 촬영된 이미지를 활용하여 결함 영역을 더욱 효과적으로 분류할 수 있는 방법을 제시한다. 제안된 방법은 UNet 기반 autoencoder 구조를 통해 각 조명 조건에서 촬영된 이미지들의 차이를 학습하고, 이를 통해 결함과 정상 영역 간의 차별적인 특징을 강조하는 attention map을 생성한다. 이 attention map은 조명 방향에 관계없이 결함을 효과적으로 강조하도록 설계되었으며, 복원된 이미지와 원본 이미지 간의 차이를 최소화하는 방식으로 학습된다. 마지막으로, 학습된 attention map을 SqeezeNet 모델에 적용하여 중요한 결함 특지을 강조하고 불필요한 배경 정보를 억제함으로써 결함 분류 성능을 향상시킨다. 실험 결과, 제안된 방법은 기존의 멀티 라이트 결함 분류 기법에 비해 오분류를 크게 줄이며, 조명 변화에도 결함 분류 성능을 보임을 확인할 수 있었다.

 그림1. 수상 사진

그림2. 제안된 방법 구조