로고

김병욱

김병욱

소속

국립창원대학교 (정보통신공학과)

AI요약

김병욱 국립창원대학교 정보통신공학과 부교수는 인공지능 및 딥러닝 기술을 활용한 차세대 광통신 및 생체인식 분야의 선도적인 연구를 수행하고 있습니다. 특히, 디스플레이와 카메라를 이용한 새로운 데이터 교환 방식인 광카메라 통신(OCC) 및 디스플레이 필드 커뮤니케이션(DFC) 분야에서 혁신적인 성과를 보이고 계십니다. 김 교수는 딥러닝 기반 보색 바코드 광카메라 통신 시스템, 대칭 시리즈 합성곱 신경망 기반 초해상도 영상 처리, 병렬 서브샘플링 CNN 기반 지정맥 인식 기법 등 다수의 국내 특허를 등록하며 실용적인 기술 개발에 기여하고 있습니다. 또한, 위성-지상 FSO 링크의 빔 포인팅 오류 감소, 가시광 통신 기반 차량 위치 추정, 로봇팔 제어 및 생산 공정 스케줄링을 위한 강화학습 적용 등 폭넓은 응용 분야에서 활발한 연구 활동을 펼치고 있습니다. 그의 연구는 데이터 통신 효율성 증대, 정밀한 생체 인식 시스템 구축, 그리고 다양한 산업 분야의 지능화를 가능하게 하는 핵심 기술을 제공하며, 미래 정보통신 기술 발전에 지대한 영향을 미치고 있습니다. 김병욱 교수의 전문성과 연구 성과에 대한 더 자세한 정보를 확인하시길 바랍니다.

기본 정보

연구자 프로필
김병욱 프로필 사진
연구자 명김병욱
직책부교수
이메일bwkim@changwon.ac.kr
재직 상태재직 중
소속국립창원대학교
부서 학과정보통신공학과
사무실 번호0552133837
연구실IISLab.
연구실 홈페이지https://acsl.creatorlink.net
홈페이지https://acsl.creatorlink.net/index#Professor

중요 키워드

#머신러닝#초해상도#강화학습#광카메라통신#딥러닝#AI#IoT통신#의료AI#차량통신#컴퓨터비전#디스플레이통신#지정맥인식#생체인식#영상처리#스마트팩토리

주요 연구 내용

연구 내용[연구 분야] 광카메라 통신 (OCC), 디스플레이 필드 통신 (DFC), 딥러닝 기반 영상 처리 및 인식, 강화학습 및 제어, 차량 통신 및 위치 인식, 의료 AI [대표 연구 내용] 광카메라 통신 및 디스플레이 필드 통신: 문제 정의: 기존 무선 통신 기술의 한계를 넘어, 고화질 디스플레이와 카메라를 활용하여 새로운 데이터 통신 방식을 구현하고, 특히 디스플레이와 카메라 간의 안정적이고 효율적인 데이터 전송 기술은 다양한 스마트 기기 및 IoT 환경에서 핵심적인 역할을 합니다. 기술 우위: 본 연구는 딥러닝 기반 보색 바코드 광카메라 통신 시스템 개발을 통해 기존 광통신 방식의 한계를 극복하고 데이터 전송 효율과 신뢰성을 획기적으로 개선합니다. 특히, 복잡한 환경에서도 강건하게 작동하는 딥러닝 모델을 활용하여 디스플레이에서 카메라로의 끊김 없는 데이터 교환을 가능하게 하며, 이를 통해 고속, 고용량 데이터 전송을 지원합니다. 또한, 반복적인 파일럿 기반 기준 프레임 추정 기법을 통해 데이터 전송률을 향상시키고, 로컬 환경에 최적화된 스트리밍 데이터 전송 설계를 제공합니다. 사업 가치: 스마트 광고판, 스마트 팩토리, 자율주행 차량, 스마트 홈 등 다양한 분야에서 실시간 데이터 송수신을 요구하는 서비스에 적용 가능합니다. 높은 보안성과 저비용으로 고속 통신 환경을 구축할 수 있어, 차세대 통신 기술로서 폭넓은 사업 확장성을 가집니다. 예를 들어, 스마트 리테일 환경에서 고객의 스마트폰으로 실시간 프로모션 정보를 전송하거나, 공장 내 장비 간 효율적인 통신을 구현하여 생산성을 향상시킬 수 있습니다. AI 기반 영상 처리 및 생체 인식: 문제 정의: 고해상도 이미지 획득 및 생체 인식 기술은 보안, 의료 진단, 사용자 인증 등 다양한 분야에서 중요성이 커지고 있으나, 기존 기술은 낮은 해상도, 인식 오류, 복잡한 시스템 구성 등의 한계가 있습니다. 기술 우위: 딥러닝 기반의 초해상도 이미지 처리 기술은 저해상도 이미지로부터 고해상도 이미지를 효과적으로 재구성하여 영상의 품질을 극대화합니다. 특히, 대칭 시리즈 합성곱 신경망(CNN)을 활용하여 이미지 특징 추출 및 재구성에 탁월한 성능을 보입니다. 또한, 병렬 서브샘플링 구조를 가지는 CNN 기반 지정맥 인식 기술은 손가락 정맥 패턴의 고유성을 정확히 인식하여 높은 보안성과 편의성을 제공합니다. 이와 더불어, 젓가락질 자세 교정 시스템은 비전 기술을 활용하여 사용자의 자세를 분석하고 실시간 피드백을 제공하여 일상생활의 편의성을 증진시킵니다. 사업 가치: 의료 영상 진단 정확도 향상, 보안 시스템의 생체 인식 강화, 스마트 교육 및 헬스케어 솔루션 개발 등 다양한 분야에 적용될 수 있습니다. 특히, 비접촉식 생체 인식 기술은 위생 및 보안상의 이점으로 팬데믹 시대에 더욱 각광받을 수 있으며, 사용자 편의성을 높이는 혁신적인 솔루션으로 시장 경쟁력을 확보할 수 있습니다.

학력

학력 사항한국과학기술원(KAIST) 전산학 공학박사 한동대학교 컴퓨터과학 및 전기전자공학 학사

보유 기술 로딩 중...