의료영상 복원에서 확산모델 등 생성모델 기반 연구로 전환하며 25편 논문을 발표합니다.
Dual Context-Conditioned Open-Vocabulary Semantic Segmentation in Remote Sensing
본 연구는 원격 감지 이미지의 미학습 카테고리에 대한 픽셀 수준 레이블 할당을 목표로 하는 개방형 어휘 의미 분할을 제안합니다. 제안된 방법은 CLIP 이미지 인코더의 주의 계층에 영역 간 맥락 통합과 전역 맥락 통합으로 구성된 이중 맥락 조건을 주파수 인식 게이팅 메커니즘을 통해 통합하여 세부 사항과 장면 수준 구조의 균형을 맞춥니다. 17개 벤치마크 데이터셋에서의 광범위한 실험 결과, 제안된 방법이 원격 감지 분야의 훈련 불필요 개방형 어휘 의미 분할에서 최첨단 성능을 달성합니다.
IEEE Access · 2026
Fidelity-preserving zero-shot diffusion models for highly ill-posed inverse problems in lensless imaging
Image and Vision Computing · 2025
Robust watermarks for audio diffusion models by quadrature amplitude modulation
Pattern Recognition Letters · 2025
Sparse-view CBCT reconstruction using meta-learned neural attenuation field and hash-encoding regularization
본 연구는 메타 학습된 신경망과 해시 인코더를 이용한 FACT 방법을 제안하여 50개 미만의 소수 뷰로 콘빔 CT 재구성을 수행합니다. 15개 스캔으로 메타 학습하고 새로운 정규화 기법을 적용하여 해부학적 구조의 세부사항을 재구성하며, 다양한 신체 부위와 CT 장비에서 기존 알고리즘보다 우수하고 빠른 결과를 제공합니다.
Computers in Biology and Medicine · 2025
Few-Shot Arbitrary Super-Resolution Considering Consistency and Realness
본 연구는 제한된 데이터로 학습한 few-shot 임의 스케일 초해상도 업샘플러를 Diffusion Posterior Sampling 기반 zero-shot 학습 프레임워크에 통합합니다. 공간 및 푸리에 도메인에서 병렬 확산 모델을 사용하여 일관성과 현실성을 유지하면서 두 가지 유형의 이미지를 생성하며, PSNR과 LPIPS에서 기존 지도학습 기반 방법과 경쟁력 있는 성능을 달성합니다.
2025
이 연구실은 의료 영상 복원 및 역문제 해결 분야에서 CT, MRI, SPECT 등 다양한 의료 영상 모달리티를 대상으로 딥러닝 기반 재건 및 복원 연구를 수행해 왔다.
최근에는 확산 모델과 비전-언어 모델을 활용한 이미지 복원, 초해상도, 개방형 어휘 의미 분할 등 생성 모델 기반 시각 인식 연구가 두드러지게 나타나고 있다.