권장우
권장우
소속
인하대학교 (컴퓨터공학과)
AI요약
인하대학교 컴퓨터공학과 권장우 교수님은 인공지능, 딥러닝 및 컴퓨터 비전 분야의 선도적인 연구를 수행하고 계십니다. 교수님께서는 건축현장 모니터링, 블랙 아이스 검출, 속도 단속 시스템, 실내 측위, 번호판 인식 등 다양한 실생활 및 산업 분야에 적용 가능한 혁신적인 AI 기반 특허 기술들을 다수 보유하고 계십니다. 이러한 독창적인 연구 성과는 사회 문제 해결에 기여하고 기술 발전을 선도하며, 교수님의 폭넓은 전문성과 뛰어난 학술적 역량을 증명합니다. 본 프로필을 통해 권장우 교수님의 심도 깊은 연구 세계를 탐색하고, 미래 기술 혁신의 방향성을 확인하실 수 있습니다.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 권장우 |
| 직책 | 교수 |
| 이메일 | jwkwon@inha.ac.kr |
| 재직 상태 | 재직 중 |
| 소속 | 인하대학교 |
| 부서 학과 | 컴퓨터공학과 |
| 사무실 번호 | 0328607443 |
| 연구실 | 인간 컴퓨터 상호 작용 연구실 |
| 연구실 홈페이지 | https://inha-hci.github.io/ |
| 홈페이지 | https://inha-hci.github.io/members |
경력정보
| 회사명 | 인하대학교 |
| 재직기간 | 2011.12.31 ~ 재직 중 |
| 담당업무 | 교수 |
| 회사명 | 정보통신산업진흥원 |
| 재직기간 | 2008.12.31 ~ 2011.12.31 |
| 담당업무 | 인재양성단장 |
| 회사명 | 정보통신연구진흥원 |
| 재직기간 | 2005.12.31 ~ 2008.12.31 |
| 담당업무 | 인력양성단장 |
| 회사명 | 정보통신연구진흥원 |
| 재직기간 | 2004.12.31 ~ 2005.12.31 |
| 담당업무 | 전문위원 |
| 회사명 | 동명대학교 |
| 재직기간 | 1997.12.31 ~ 2008.12.31 |
| 담당업무 | 부교수 |
| 회사명 | 특허청 |
| 재직기간 | 1995.12.31 ~ 1997.12.31 |
| 담당업무 | 사무관 |
중요 키워드
#열화상이미지#기술사업화#건축현장모니터링#영상추천#딥러닝#인공지능#3D프린팅#블랙아이스#컴퓨터비전#드론교육#어노테이션툴#이미지처리#교통단속#실내측위#대기질분석
대외활동
| 활동 내용 | [기술 자문/이전] - 딥러닝 기반 타이어 수명 예측, 안전 운전의 필수 도구 기술이전 - 딥러닝 학습을 위한 자동 어노테이션 생성 시스템 기술이전 - AI 기반 진동 모니터링으로 건축물 안전 예측 기술이전 - 자율주행자동차 분야 기술연구 및 인재양성과 산·학·연 협동체계 구축 기여 [학회/위원회 활동] - 한국ITS학회 자동차-IT융합 분야 및 C-ITS 분야 연구 분위기 조성과 학문적 발전에 기여 - 2022년도 한국ITS학회 부회장 선출 - 이노베이션 아카데미 설립추진단 교육 분과 위원 - 이노베이션 아카데미 설립추진단 인프라구축 분과 위원 [수상 내역] - 2021년 한국ITS학회 추계학술대회 공로상 수상 - 2017년 우수논문상 수상 |
주요 연구 내용
| 연구 내용 | [연구 분야] 핵심 분야: 인공지능 기반 영상 처리 및 딥러닝 응용 세부 분야: 건축현장 모니터링, 도로 환경 분석(블랙 아이스), 교통 단속 시스템, 3D 프린팅 모니터링 및 제어, 열화상 이미지 처리, 실내 측위, 드론 교육, 영상 추천, 대기질 데이터 분석, 어노테이션 툴 개발 [대표 연구 내용] 권장우 교수는 인공지능 및 딥러닝 기술을 활용하여 다양한 실제 문제 해결에 기여하고 있습니다. 대표적으로, '인공지능을 이용한 건축현장 모니터링 시스템'은 기존 육안 확인의 한계를 극복하고 딥러닝 기반 학습 모델로 객체 인식을 통해 건축 현장의 진동 증폭 정보를 상세하게 모니터링합니다. 이는 건축물의 안전성 확보 및 유지보수 효율 증대에 기여하여 건설 현장의 안전 관리에 혁신적인 가치를 제공합니다. 또한, '블랙 아이스 검출 방법 및 장치' 연구는 딥러닝 모델에 기상 및 도로 정보를 학습시켜 도로 표면의 블랙 아이스를 정확하게 검출함으로써 겨울철 교통사고 예방에 직접적으로 기여합니다. 이는 운전자와 보행자의 안전을 지키는 데 필수적인 기술로, 교통 안전 분야에서 높은 사업적 가치를 가집니다. '심층 학습을 이용한 영상 기반 속도 단속 시스템'은 카메라를 통해 차량 특징 정보를 획득하고 딥러닝 모델을 학습시켜 차량 속도 정보를 정밀하게 검지합니다. 기존 단속 시스템의 한계를 넘어선 정확하고 효율적인 단속을 가능하게 하며, 지능형 교통 시스템 구축에 핵심적인 역할을 수행합니다. 이러한 연구들은 실제 산업 현장과 사회적 문제 해결에 직접적으로 기여하며, 기술의 우수성과 높은 사업화 가능성을 동시에 보여줍니다. |
학력
| 학력 사항 | 박사 인하대학교 대학원 정보공학 (1996) 석사 인하대학교 대학원 정보공학 (1992) 학사 인하대학교 전자공학 (1990) |
