Conference
INTERNATIONAL WORKSHOP & SCHOOL OF IMAGE PROCESSING, COMPUTER VISION, AND RELATED APPLICATIONS
Stanley Osher
2010-12-14 ~ 2010-12-18
|서울대학교
본 워크샵에서는 국내외 저명학자들을 초빙하여 집중강연을 개최한다. 이를 통하여 영상처리에 관심을 가진 수학자들, 학생 들, 연구원들 등의 영상처리 연구 저변을 확대한다. 초청강연을 통하여 새로운 연구결과 및 유망한 연구 주제를 소개함으로 써 현대 영상처리연구의 이해를 도모하게 한다. 젊은 연구자들에게 연구교류의 장을 제공함으로 지속적으로 활발한 연구를 할 수 있도록 하여 상호 공동연구를 위한 기반을 마련한다. 한편 학문후속세대인 대학원생들이 학생시절부터 일찍 자신들의 연구주제에 대한 의견을 교환하고 연구 협력할 수 있는 기회를 제공한다. 이미징의 넓은 응용가능성에 대한 관심뿐만 아니라 최근에 이루어진 이미징의 본질적 이슈들에 대한 새로운 접근 방법에 힘 입어, 이미징 분야에서 최근 큰 발전을 이루고 있다. 점근적 분석 방법은 이미징에서 아주 중요한 역할을 한다. 점근적 방법을 이용하면 많은 이미징 문제에서 효율적이고 안정적 인 복원 알고리즘을 얻을 수 있다. 특히 관심을 끄는 것은 융합 물리적 방법(multi-physics), 즉 혼합(hybrid) 이미징 방법이 다. 이 방법을 이용하면 이미지 복원의 본질적 문제인 ill-posedness를 극복할 수 있다. 동시에 랜덤 미디어에서 정보를 추출 하는 새로운 효과적 방법은 크기가 작은 이형(anomaly)를 파동현상을 이용하여 이미징하는 새로운 방법을 제시한다. 최근 랜덤 매트릭스 이론이 결함 이미징 분야에서 이용되었는데, 이는 이 분야에 대한 이해를 크게 향상시킬 수 있는 새로운 길을 연 것이다. 영상 처리(Image Processing)란 영상을 대상으로 하는 신호처리(signal processing)의 한 분야로써, 영상으로부터 원하는
정보를 얻기 위하여 얻기 위해 행하는 모든 종류의 처리를 의미한다. 21세기 과학과 공학 및 디지털 산업은 시각정보의 중요
성과 영상을 취득하는 컴퓨터 장비의 발달 및 처리 기술의 향상으로 인하여 다양한 분야 (수학, 의학, 항공, 지질, 해양, 국
방, 의료, 토목, 환경, 기상 등)에서 그 중요성과 활용도가 급격히 증가하고 있으며, 이에 따른 데이터 처리에 관한 연구가 세
계적으로 활발히 진행 중에 있다. 특히, (의료) 신호/영상의 처리, 즉, 개선, 복원, 추출, 확대, 압축등과 같은 문제에서 또한
수치 미분 방정식의 해법 및 유체 역학 등의 다양한 분야에서 여러 가지 모습으로 데이터의 근사(approximation) 문제를 직
면 한다. 이러한 많은 분야에서 발생되는 데이터의 취득 방식에 따라 데이터의 형태도 다양해지고 있으며, 컴퓨터 관련 장비
의 발달로 인해, 데이터의 양도 방대해지고 (large size data) 되고 있다. 이에 따라 근사하는 이론 및 방법도 변하고 있으
며 기존의 이론과 적용에서 벗어난 새로운 근사 이론이 지속적으로 요구 되고 있다. 성공적인 데이터 표현법에 관한 연구에
도 불구하고 늘 지니고 있는 문제는 대부분의 표현 기법들이 데이터의 특징을 고려하지 않고 하나의 기법을 일괄적으로 적용
하고 있다는 점이다. 그에 따른 단점을 극복하기위해서, 비선형 근사기법(Non-linear Approximation)등의 다양한 영상처리
기법의 개발이 절실히 요구되고 있다. 보다 정교한 근사 해를 구하기 위해 여러 가지 비선형 기법들이 통계적 분석, 경계선
추출법(edge detection) 및 편미분 방정식을 이용해 개발되었지만, 알고리즘으로 구현하기가 까다롭고, 컴퓨터 계산 시간이
오래 걸리는 단점이 있다. 다차원 공간에서 주어지는 데이터로부터 original 함수(또는 영상)에 대한 근사 함수를 구하기 위
해, 안정성 있는 비선형 근사이론과 효율적인 알고리즘 개발이 필요시 되고 있다.
본 워크샵에서는 국내외 저명학자들을 초빙하여 집중강연을 개최한다. 이를 통하여 영상처리에 관심을 가진 수학자들, 학생 들, 연구원들 등의 영상처리 연구 저변을 확대한다. 초청강연을 통하여 새로운 연구결과 및 유망한 연구 주제를 소개함으로 써 현대 영상처리연구의 이해를 도모하게 한다. 젊은 연구자들에게 연구교류의 장을 제공함으로 지속적으로 활발한 연구를 할 수 있도록 하여 상호 공동연구를 위한 기반을 마련한다. 한편 학문후속세대인 대학원생들이 학생시절부터 일찍 자신들의 연구주제에 대한 의견을 교환하고 연구 협력할 수 있는 기회를 제공한다. 이미징의 넓은 응용가능성에 대한 관심뿐만 아니라 최근에 이루어진 이미징의 본질적 이슈들에 대한 새로운 접근 방법에 힘 입어, 이미징 분야에서 최근 큰 발전을 이루고 있다. 점근적 분석 방법은 이미징에서 아주 중요한 역할을 한다. 점근적 방법을 이용하면 많은 이미징 문제에서 효율적이고 안정적 인 복원 알고리즘을 얻을 수 있다. 특히 관심을 끄는 것은 융합 물리적 방법(multi-physics), 즉 혼합(hybrid) 이미징 방법이 다. 이 방법을 이용하면 이미지 복원의 본질적 문제인 ill-posedness를 극복할 수 있다. 동시에 랜덤 미디어에서 정보를 추출 하는 새로운 효과적 방법은 크기가 작은 이형(anomaly)를 파동현상을 이용하여 이미징하는 새로운 방법을 제시한다. 최근 랜덤 매트릭스 이론이 결함 이미징 분야에서 이용되었는데, 이는 이 분야에 대한 이해를 크게 향상시킬 수 있는 새로운 길을 연 것이다. 영상 처리(Image Processing)란 영상을 대상으로 하는 신호처리(signal processing)의 한 분야로써, 영상으로부터 원하는
정보를 얻기 위하여 얻기 위해 행하는 모든 종류의 처리를 의미한다. 21세기 과학과 공학 및 디지털 산업은 시각정보의 중요
성과 영상을 취득하는 컴퓨터 장비의 발달 및 처리 기술의 향상으로 인하여 다양한 분야 (수학, 의학, 항공, 지질, 해양, 국
방, 의료, 토목, 환경, 기상 등)에서 그 중요성과 활용도가 급격히 증가하고 있으며, 이에 따른 데이터 처리에 관한 연구가 세
계적으로 활발히 진행 중에 있다. 특히, (의료) 신호/영상의 처리, 즉, 개선, 복원, 추출, 확대, 압축등과 같은 문제에서 또한
수치 미분 방정식의 해법 및 유체 역학 등의 다양한 분야에서 여러 가지 모습으로 데이터의 근사(approximation) 문제를 직
면 한다. 이러한 많은 분야에서 발생되는 데이터의 취득 방식에 따라 데이터의 형태도 다양해지고 있으며, 컴퓨터 관련 장비
의 발달로 인해, 데이터의 양도 방대해지고 (large size data) 되고 있다. 이에 따라 근사하는 이론 및 방법도 변하고 있으
며 기존의 이론과 적용에서 벗어난 새로운 근사 이론이 지속적으로 요구 되고 있다. 성공적인 데이터 표현법에 관한 연구에
도 불구하고 늘 지니고 있는 문제는 대부분의 표현 기법들이 데이터의 특징을 고려하지 않고 하나의 기법을 일괄적으로 적용
하고 있다는 점이다. 그에 따른 단점을 극복하기위해서, 비선형 근사기법(Non-linear Approximation)등의 다양한 영상처리
기법의 개발이 절실히 요구되고 있다. 보다 정교한 근사 해를 구하기 위해 여러 가지 비선형 기법들이 통계적 분석, 경계선
추출법(edge detection) 및 편미분 방정식을 이용해 개발되었지만, 알고리즘으로 구현하기가 까다롭고, 컴퓨터 계산 시간이
오래 걸리는 단점이 있다. 다차원 공간에서 주어지는 데이터로부터 original 함수(또는 영상)에 대한 근사 함수를 구하기 위
해, 안정성 있는 비선형 근사이론과 효율적인 알고리즘 개발이 필요시 되고 있다.
본 워크샵에서는 국내외 저명학자들을 초빙하여 집중강연을 개최한다. 이를 통하여 영상처리에 관심을 가진 수학자들, 학생 들, 연구원들 등의 영상처리 연구 저변을 확대한다. 초청강연을 통하여 새로운 연구결과 및 유망한 연구 주제를 소개함으로 써 현대 영상처리연구의 이해를 도모하게 한다. 젊은 연구자들에게 연구교류의 장을 제공함으로 지속적으로 활발한 연구를 할 수 있도록 하여 상호 공동연구를 위한 기반을 마련한다. 한편 학문후속세대인 대학원생들이 학생시절부터 일찍 자신들의 연구주제에 대한 의견을 교환하고 연구 협력할 수 있는 기회를 제공한다. 이미징의 넓은 응용가능성에 대한 관심뿐만 아니라 최근에 이루어진 이미징의 본질적 이슈들에 대한 새로운 접근 방법에 힘 입어, 이미징 분야에서 최근 큰 발전을 이루고 있다. 점근적 분석 방법은 이미징에서 아주 중요한 역할을 한다. 점근적 방법을 이용하면 많은 이미징 문제에서 효율적이고 안정적 인 복원 알고리즘을 얻을 수 있다. 특히 관심을 끄는 것은 융합 물리적 방법(multi-physics), 즉 혼합(hybrid) 이미징 방법이 다. 이 방법을 이용하면 이미지 복원의 본질적 문제인 ill-posedness를 극복할 수 있다. 동시에 랜덤 미디어에서 정보를 추출 하는 새로운 효과적 방법은 크기가 작은 이형(anomaly)를 파동현상을 이용하여 이미징하는 새로운 방법을 제시한다. 최근 랜덤 매트릭스 이론이 결함 이미징 분야에서 이용되었는데, 이는 이 분야에 대한 이해를 크게 향상시킬 수 있는 새로운 길을 연 것이다. 영상 처리(Image Processing)란 영상을 대상으로 하는 신호처리(signal processing)의 한 분야로써, 영상으로부터 원하는
정보를 얻기 위하여 얻기 위해 행하는 모든 종류의 처리를 의미한다. 21세기 과학과 공학 및 디지털 산업은 시각정보의 중요
성과 영상을 취득하는 컴퓨터 장비의 발달 및 처리 기술의 향상으로 인하여 다양한 분야 (수학, 의학, 항공, 지질, 해양, 국
방, 의료, 토목, 환경, 기상 등)에서 그 중요성과 활용도가 급격히 증가하고 있으며, 이에 따른 데이터 처리에 관한 연구가 세
계적으로 활발히 진행 중에 있다. 특히, (의료) 신호/영상의 처리, 즉, 개선, 복원, 추출, 확대, 압축등과 같은 문제에서 또한
수치 미분 방정식의 해법 및 유체 역학 등의 다양한 분야에서 여러 가지 모습으로 데이터의 근사(approximation) 문제를 직
면 한다. 이러한 많은 분야에서 발생되는 데이터의 취득 방식에 따라 데이터의 형태도 다양해지고 있으며, 컴퓨터 관련 장비
의 발달로 인해, 데이터의 양도 방대해지고 (large size data) 되고 있다. 이에 따라 근사하는 이론 및 방법도 변하고 있으
며 기존의 이론과 적용에서 벗어난 새로운 근사 이론이 지속적으로 요구 되고 있다. 성공적인 데이터 표현법에 관한 연구에
도 불구하고 늘 지니고 있는 문제는 대부분의 표현 기법들이 데이터의 특징을 고려하지 않고 하나의 기법을 일괄적으로 적용
하고 있다는 점이다. 그에 따른 단점을 극복하기위해서, 비선형 근사기법(Non-linear Approximation)등의 다양한 영상처리
기법의 개발이 절실히 요구되고 있다. 보다 정교한 근사 해를 구하기 위해 여러 가지 비선형 기법들이 통계적 분석, 경계선
추출법(edge detection) 및 편미분 방정식을 이용해 개발되었지만, 알고리즘으로 구현하기가 까다롭고, 컴퓨터 계산 시간이
오래 걸리는 단점이 있다. 다차원 공간에서 주어지는 데이터로부터 original 함수(또는 영상)에 대한 근사 함수를 구하기 위
해, 안정성 있는 비선형 근사이론과 효율적인 알고리즘 개발이 필요시 되고 있다.
More