어영정 교수, AI, 딥러닝 분야에서 다양한 학술‧연구 활동 전개

[응용정보공학전공 어영정 교수]

    어영정 교수는 지난 2020년 9월 글로벌인재학부 응용정보공학전공 신임 교원으로 부임하여 웹프로그래밍, 인공지능기초수학 등의 강의를 통해 웹페이지와 웹서버의 작동원리부터 기본적인 인공지능기술 구현방법까지 일상생활의 일부로 자리 잡은 컴퓨팅에 대한 폭넓은 지식을 제공하고 있다.

    어영정 교수는 CVPR과 ICCV 등 AI분야의 대표 학술대회에서 다양한 연구발표 실적을 갖추고 있으며, 작년과 올해 COVID-19로 인해 학술활동이 어려운 상황에서도 주목할 만한 기술연구를 끊임없이 펼치고 있다. 딥러닝 분야의 세계 최고 권위 컨퍼런스로 꼽히는 ICLR 2021(표현학습국제학회)와, CVPR 2021(IEEE Conference on Computer Vision and Pattern Recognition), Neurocomputing에서 논문을 발표하였다. 특히 CVPR은 세계 최대 기술 전문 단체인 IEEE와 CVF가 1983년부터 공동 주최하여 매년 세계적인 연구기관들이 참석해 새로운 컴퓨터 비전, 딥러닝 등 인공지능 기술 연구에 대해 지식과 정보를 공유하는 저명한 컨퍼런스이다.

    다음은 어영정 교수의 2021년 연구활동에 대한 간략한 소개이다.

1. Exploiting Spatial Dimensions of Latent in GAN for Real-time Image Editing, Hyunsu Kim, Yunjey Choi, Junho Kim, Sungjoo Yoo, Youngjung Uh, CVPR 2021

– 본 연구는 이미지생성기의 작동방식을 유연하게 설계하여 실시간 이미지 편집에 사용하는 방법을 제시한다. 아래 그림은 original과 reference의 원하는 부분을 자연스럽게 섞는 예시를 보여준다.

2. AdamP: Slowing Down the Slowdown for Momentum Optimizers on Scale-invariant Weights, Byeongho Heo, Sanghyuk Chun, Seong Joon Oh, Dongyoon Han, Sangdoo Yun, Gyuwan Kim, Youngjung Uh, Jung-Woo Ha, ICLR 2021

– 본 연구는 Momentum-based gradient descent optimizer의 딥네트워크 학습속도저하요인을 밝히고 해결책을 제시하여 학습속도를 높이는 방법을 제시한다. 제안된 학습방법은 classification, retrieval, detection 등 다양한 문제해결에 도움을 준다.

3. ArrowGAN : Learning to Generate Videos by Learning Arrow of Time, Kibeom Hong*, Youngjung Uh*, Hyeran Byun (*: contributed equally), Neurocomputing, 2021

– 본 연구는 비디오생성기를 학습할 때 생성된 비디오의 내용이 시간상 순방향으로 흐르도록 유도하여 더 나은 비디오생성기를 만들 수 있음을 보여준다.

4. Contrastive and consistent feature learning for weakly supervised object localization and semantic segmentation, Minsong Ki, Youngjung Uh, Wonyoung Lee, Hyeran Byun, Neurocomputing, 2021

– 본 연구에서는 피사체의 위치에 정답이 없이 피사체의 종류만을 학습에 사용하여 피사체의 위치와 영역을 맞추는 문제를 풀어냄으로써 네트워크의 중간표현자에 대조학습을 적용하여 정확도를 향상시켰다. 아래 그림들은 제안된 방법이 기존 방법들에 비해 보다 정확한 위치와 영역을 맞추는 예시를 보여준다.