• 목록

경북대학교 컴퓨터학부 패턴인식 및 기계지능 연구실(PRMI Lab) 남우정 교수 연구팀의 논문 2편이 프랑스 리온에서 개최되는 컴퓨터 비전 및 패턴인식 분야 주요 국제학술대회인 The International Conference on Pattern Recognition (ICPR) 2026에 채택되었다. 특히 이번 성과는 학부연구생 이현서 학생이 제1저자로 참여한 논문이 포함되어 있다는 점에서 더욱 의미가 크다.

논문 “OSCAR: Optical-aware Semantic Control for Aleatoric Refinement in SAR-to-Optical Translation”은 학부연구생 이현서(공동제1저자) 학생, 석·박사통합과정 김상민(공동제1저자) 학생, 박사과정 신호경 학생, 김태헌 박사가 저자로 참여한 연구이다. 이 논문은 합성개구레이더(Synthetic Aperture Radar, SAR) 영상을 사람이 보다 직관적으로 이해할 수 있는 광학 영상으로 변환하는 문제를 다룬다. 연구팀은 SAR 영상에서 나타나는 잡음과 구조 왜곡으로 인해 변환 결과의 자연성과 일관성이 저하되는 한계를 해결하기 위해, 광학 의미 정보를 반영한 생성 프레임워크 OSCAR를 제안하였다. 제안한 방법은 영상의 전체적인 맥락과 세부 구조를 함께 고려함으로써 보다 자연스럽고 안정적인 영상 변환을 가능하게 하였으며, 기존 기법 대비 시각적 품질과 의미 일관성, 구조 보존 측면에서 성능 향상을 보였다.

프로젝트 페이지: https://eunoiahyunseo.github.io/OSCAR/

또 다른 논문인 “IFAgeNet: Identity-Aware Face Aging via Feature Inversion and Age-Conditioned Adaptive Latent Shifts”도 함께 채택되었다. 이 논문에는 박사과정 편수장(1저자) 학생, 학·석사통합과정 김성헌 학생이 저자로 참여하였으며, 얼굴 노화 변환 문제에서 정체성 보존과 연령 변화 표현 사이의 상충 관계를 해결하기 위한 새로운 접근법을 제시하였다. 기존 방법들은 대규모 실제 연령 라벨 얼굴 데이터와 복잡한 다중 목적 함수에 의존하며, 장거리 연령 변환 상황에서는 정체성 손상이나 시각적 왜곡이 발생하기 쉬웠다. 이에 저자들은 합성 연령 데이터를 활용해 연령 변화 학습을 수행하는 새로운 프레임워크를 제안하였고, 실제 데이터 의존성과 학습 복잡도를 낮추면서도 장거리 연령 변환에서도 정체성을 안정적으로 유지하고 뚜렷한 연령 변화를 생성함으로써 얼굴 노화 변환의 실용성과 확장성을 높였다.