컴퓨터 비전 및 바이오 영상신호처리 연구실에서는 사람과 영상 사이의 다양한 상호작용을 보다 더 쉽고, 정확하고, 직관적으로 만들기 위한 모델을 연구합니다. 이를 위해 새로운 기계학습 기법을 개발하되, 단순히 기능을 하는 모델을 넘어서서 신호처리 기반의 분석을 바탕으로 효율적이고, 성능이 좋으면서도, 동작 원리를 잘 이해할 수 있는 모델을 만드는 것을 목표로 합니다.

Research Keywords and Topics

1. Inverse problems for various imaging modalities:

- natural image restorations (super-resolution, denoising, deblurring, etc.)

- medical image reconstructions (MRI, CT, SIM, Cryo-EM, DOT, EEG, fMRI, etc.)

2. Bridging between signal processing and deep learning communities:

- providing a design principle for deep learning architectures

- network analysis using topological data analysis (TDA)

3. Deep generative models:

- developing a high fidelity and diverse image-to-image translation model

- improving generative models based on theoretical understandings