AI Perception 이란?

로봇의 눈인 카메라를 통해 얻어지는 영상 정보를 분석하여, 로봇이 주변을 인식하고 그에 따라 능동적으로 대처할 수 있게 하는 기반 기술입니다.

Object detection & tracking

로봇이 주변 환경과 상호작용하기 위해서는 object 를 detection 하고 tracking 하는 것이 필수적입니다. RCNN 으로부터 시작된 딥러닝 기반 Object detection 기술은 anchor-less, transformer 기반에 이르기 까지 빠르게 발전하고 있습니다. 이렇게 다양한 최신 detection network 구조를 연구하고 로봇의 동작 환경 적용에서 발생하는 class 간 불균형, domain 종속 문제 등, 다양한 문제들을 해결하기 위해 연구합니다. 또한, 로봇 내 존재하는 다양한 센서 정보를 함께 활용하는 sensor fusion 기술을 통해 tracking 의 정확도를 향상시킬 수 있도록 연구합니다.

[Detection]

[충전구 Tracking]

Recognition

주변에서 detection 된 object 들의 semantic information을 인식해야 로봇이 어떻게 상호작용할 지 판단할 수 있습니다. Representation learning 기반의 face/person re-identification 기술을 통해 로봇이 사람을 구분하고 특징에 따라 맞춤 서비스를 제공할 수 있는 기반 기술을 연구합니다.

[Action Recognition]

Action recognition 기술을 통해서는 사람과 로봇이 상호작용할 수 있는 다양한 채널을 확보할 수 있도록 합니다. 또한, 영상 기반의 문자 인식을 통해 로봇이 주변 환경과 상태를 좀 더 잘 인식할 수 있도록 연구합니다.

[Face Recognition]

[OCR]

Image segmentation

로봇은 끊임없이 주변 환경을 파악하고 주행 가능한 경로를 파악하여 이동합니다. Lidar 를 통해 장애물을 검출할 수도 있지만 Image segmentation 기술을 통해 pixel 단위의 자세한 정보를 획득할 수 있습니다. 로봇의 주행 환경에 적합한 semantic segmentation 기술을 개발하고, 이를 로봇의 주행에 활용할 수 있도록 sensor fusion 하는 기술을 연구합니다.

[Semantic Segmentation]