• Deep Learning-based Image Processing, Enhancement and Recognition

1.    Deep learning (CNN (Convolutional Neural Network))-based pattern classification

(iris recognition, finger-vein recognition, age estimation, classification of eye status,     

road traffic symbol recognition, etc)

2.    Banknote Classification

• Biometrics

1.    Iris Recognition - What is Iris Recognition?

2.    Face Recognition

3.    Vein Recognition

4.    Age Estimation

5.    Gender Recognition

• Human Computer Interface

1.    Gaze Tracking

• Embedded Robot Vision

1.    2D/3D Object Tracking

2.    Behavior Recognition

3.    Optics(Camera/Lens/Illumination) Technique

4.    Image Processing in DSP Application

5.    Image Processing in Embedded System

Current Research

• Deep Learning-based recognition of lane and road markings
• Deep Learning-based Human tracking and behavior recognition
• Deep Learning-based Semantic Segmentation
• Deep Learning-based Banknote Recognition
• Deep Learning-based Marker Detection for Drone Landing
• Deep Learning-based Iris and Face Recognition
• Deep Learning-based Age Estimation
• Deep Learning-based Finger-Vein Recogniton
• Deep Learning-based Super-resolution Image Restoration, Deblurring, and Enhancement
• Deep Learning-based Gaze Tracking
• Deep Learning-based Multimodal Biometrics
• Deep Learning-based Medical Image Segmentation and Classification

Etc.

• Evaluation of Display Quality on LCD and PDP TV based on Eye Tracking
• Wearable Gaze Tracking System
• Non-Wearable Gaze Tracking System
• A Study on Eliminating the Ghost Region for Iris recognition
• Tracking and Face Recognition of Multiple People in Inteligent Surveillance System
• Study of 3D display using by Dual Purkinje distance
• Facial Expression Recognition
• Computer Interface by using Gaze and Brainwave
• Inteligent Query-by-Humming System
• Hand Gesture Recognition in home-network or augmented reality environment
• Facial Expression Recognition on Mobile Device (Smile Shuttering for Mobile Phone or Digital Camera)
• Query by Humming (Audio Processing and Pattern Recognition)
• Human Tracking in Intelligent Surveillance System
• Object and Face Recognition for Robot Vision
• Face and Iris Recognition at a Distance for CCTV or DVR
• Restoration of Optical and Motion Blurred Biometric Images
• Intelligent Compression of ROI Region Based on Eye Tracking for Scalable Video Coding
• Preprocessing for Bio-image (Detection of Vein Region)

Gaze tracking system at a distance for large screen

Development on the Recognition of the Audience for the Smart Advertising Effect Measurement 

Fitness according to soil degree of banknotes (India Rupiah)

Recognition of the types of banknotes (US dollar)

What is Iris Recognition ?

- 홍채 인식(Iris recognition)이란 사람마다 고유의 특성차이를 나타내는 홍채를 영상 처리 방법으로 인식하여 본인 여부를 판단하는 연구분야이다. 망막 표면의 혈관 패턴이나 홍채에 형성되는 무늬는 사람이 태어난 이후 만 3세 이전까지 대부분 형성되며 일란성 쌍둥이라도 서로 다르다는 특징을 갖고 있다. 또한 특별한 외상이나 심각한 질병에 걸리지 않는 한 평생동안 변하지 않는 특성을 가지고 있다. 홍채는 특히 망막과 달리 눈의 표면에 위치하기 때문에 안구내 질병에 영향을 받지 않으며 눈의 충혈과도 상관이 없다. 따라서 홍채의 무늬, 형태, 색깔 등을 개인식별에 이용한 홍채인식시스템은 다른 생체인식시스템에 비해 오인식률을 크게 낮출 수 있는 장점을 갖고 있어 고도의 보안을 요구하는 곳에서 유용한 시스템이 될 수 있다. 홍채는 지문, 얼굴이나 망막보다 훨씬 다양한 패턴 및 위조 불가능성으로 생체인식 기술중 가장 완벽한 개인 식별 시스템으로 평가받는다. (홍채패턴의 개수: 10의 78승, 지문패턴의 개수:10의 12승) 사용자 편의성 관점에서 망막인식시스템과 홍채인식시스템을 비교하면 망막은 눈의 바닥에 위치하고 있어 사용자가 인식시스템에 눈을 정확하게 밀착시켜야 하는 단점을 갖고 있으나 홍채는 눈의 표면에 있기 때문에 인식시스템과 어느 정도 거리를 둔 상태에서도 인식이 가능하다는 장점이 있다. 카메라 등의 시스템 성능에 따라 좌우되겠지만 팔하나 정도의 거리를 두고 카메라가 획득한 홍채영상을 가지고 홍채패턴을 분석하여 개인 신원을 파악하게 된다. 이때 컴퓨터에 미리 등록된 홍채코드 데이타베이스와 대조하여 누구인지 확인하거나 ID카드/SartCard에 기록된 홍채코드와 비교하여 사용자가 본인임을 확인하는 용도로 사용이 가능하다. 은행의 현금지급기나 연구소, 주요시설등의 각종 보안시스템에 적용이 가능하다.

Referred by J.G. Daugman's paper(http://www.cl.cam.ac.uk/users/jgd1000/irisrecog.pdf)

Top >