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.
Our main research area lies at the intersection of computer vision, machine learning, and inverse problems, including natural image recovery and medical imaging. We have a strong interest in generative models, representation learning, and the use of signal processing theories for image processing. Our goal is to build strong and intelligent signal processing models, capable of recreating the world we perceive. We aim to establish a bridge between signal processing and deep learning, taking the best of both worlds. We study deep learning models that learn structural priors by synthesizing and modeling millions of images and videos. Along the way, the learned models provide insights to seek mathematical elegance and a clear understanding of our world, which in turn encourages us to find better models to analyze signals in nature.