| 석사과정 채경모(지도교수 안상태), AI 탑티어 학회 ECCV 2026 논문 채택 | |||||
| 작성자 | 관리자 | 작성일 | 2026-06-19 | 조회수 | 116 |
|---|---|---|---|---|---|
| 첨부파일 | |||||
 전자전기공학부 석사과정 채경모 학생(지도교수 안상태)이 컴퓨터비전 및 인공지능 분야의 세계 최고 권위 국제학술대회인 'European Conference on Computer Vision 2026 (ECCV 2026)'에 제1저자로 논문을 게재하는 쾌거를 이뤘다 (제목: Distribution-Alignment Bridge for Uncertainty-Aware Text-to-Video Retrieval). 기존의 텍스트-비디오 검색 시스템은 단일 벡터 포인트끼리 매칭하는 결정론적 방식을 주로 사용해 왔으나, 이는 하나의 텍스트가 여러 비디오에 대응될 수 있는 다의성과 모호성(one-to-many 관계)을 반영하지 못한다는 한계가 있었다. 이러한 문제를 해결하기 위해 텍스트와 비디오 임베딩을 평균과 분산으로 정의되는 가우시안 분포로 모델링하여 데이터 양식 특유의 불확실성을 명시적으로 다루는 ‘DAB(Distribution-Alignment Bridge)’ 프레임워크를 제안하였다. 이 프레임워크는 Diffusion 모델에서 영감을 받아 복잡한 무작위 샘플링 과정 없이 텍스트 분포를 목표 비디오 분포로 점진적이고 결정론적으로 변환시키는 확산 기반 브릿지 기술을 적용하여 높은 안정성과 효율성을 확보했다. 이러한 기술적 혁신을 바탕으로 연구팀은 MSR-VTT, MSVD, VATEX 등 글로벌 공인 데이터셋을 활용해 다양한 실험을 진행하였으며, 기존의 최신 인공지능 기법들과 비교하여 검색 정확도를 대폭 향상시키고 평균 순위를 획기적으로 낮추어 통합적인 검색 환경에서 압도적으로 우수한 성능을 보임을 입증하였다. 한편, 본 연구는 한국연구재단의 기초연구실사업(물리적 상호작용을 통한 심층상태공간모델 기반의 행동지능 기초연구실, 연구책임자: 이상문)의 지원을 받아 수행되었다. 뇌인공지능 연구실: https://knu-brainai.github.io |
|||||
