악조건 환경에서의 강건한 시각 인식

실제 환경에서 작동하는 비전 모델은 악천후나 저조도 같은 악조건에 자주 노출됩니다. 따라서 입력 열화(input degradation)에 대한 강건성은 비전 모델의 신뢰할 수 있는 실전 배치를 위해 매우 중요합니다. 이번 강연에서는 악조건에서도 비전 모델의 강건성을 확보하기 위한 일련의 연구를 세 가지 초점을 중심으로 소개합니다. (1) 입력 열화에 불변하는 표현 학습, (2) 실시간 강건화를 위한 입력 인지 기반의 동적 모델 보정, (3) 특수 카메라 시스템과 열화 합성 파이프라인을 활용한 학습 데이터 수집이 그것입니다. 마지막으로 강건한 비전 모델을 위한 핵심 고려사항과 향후 연구 방향을 논의합니다.

연사

곽수하 교수는 POSTECH 인공지능대학원 부교수입니다. POSTECH에서 박사학위를 받았으며, 파리 고등사범학교(Ecole Normale Superieure)와 Inria에서 박사후연구원을 지냈습니다. 카카오 교수 펠로우십(2018)과 KCCV 이상욱상(2023)을 수상했고, CVPR 2022에서 논문이 최우수 논문 최종 후보에 올랐으며, ECCV 2024에서 우수 영역 의장(Outstanding Area Chair)으로 선정됐습니다. IJCV 부편집장을 지냈고, CVPR, ICCV, ECCV, NeurIPS, ICLR, ICML, AAAI에서 (수석) 영역 의장을 역임했습니다.