김병욱 부교수

가시광을 이용한 데이터 전송 기술은 스크린-카메라 환경 및 차량 간(V2I/V2V) 환경에서의 통신 성능 확보 필요성에서 출발했습니다. YOLOv11 기반 광원 추적 알고리즘을 활용하여 이동 환경에서도 광원을 안정적으로 검출하고 추적하는 기법을 개발했으며, 보색 바코드(Complementary Color Barcode) 기반 광카메라 통신 방식과 C-OOK 변조 최적화 기법을 통해 데이터 전송 신뢰성을 높였습니다. Dense D2C-Net 및 DeepCCB-OCC와 같은 딥러닝 기반 통신 기법을 적용하여 화면과 카메라 간 데이터 교환 성능을 개선했습니다. 이 기술은 차량 간 통신(V2I/V2V), 무인항공기 협력지능형교통시스템, 디스플레이-카메라 데이터 교환 등에 적용되고 있습니다. 보행 속도(3m/s) 환경에서 10m 거리 내 안정적인 통신 성능을 확보했으며, 실외 V2I/V2V 테스트베드를 구축하여 검증을 완료했습니다. 관련 기술로 보색 바코드 기반 광카메라 통신에 대한 등록 특허 1건을 보유하고 있으며, 현재 TRL 5-6 수준의 시제품 검증 단계에 있습니다., 딥러닝 기반 생체·영상 인식(지정맥 인식, 초해상도 영상 처리): 보안성이 높은 생체 인식 및 저해상도 영상의 품질 개선 필요성에서 연구를 착수했습니다. 채널 어텐션과 하이브리드 풀링을 결합한 SE-DenseNet-HP 기반 지정맥 인식 모델인 FVR-Net을 개발하여 정맥 패턴의 미세한 특징을 효과적으로 추출했으며, 대칭 시리즈 합성곱 신경망 기반 초해상도 모델을 통해 저해상도 영상의 화질을 복원하는 기법을 구축했습니다. PMUT 초음파 트랜스듀서를 활용한 생체인식 이미징 기술을 연구하여 광학 방식의 한계를 보완했습니다. 이 기술들은 생체 인증 시스템, 초음파 기반 생체인식 이미징, 저해상도 영상 품질 개선 분야에 적용되고 있습니다. FVUSM 데이터셋을 기준으로 지정맥 인식 정확도 99.35%, EER 0.03%를 달성하여 높은 인식 성능을 입증했습니다. 관련 기술로 CNN 기반 지정맥 인식과 초해상도 영상처리에 대한 등록 특허 2건을 보유하고 있으며, 실환경 검증 수준인 TRL 5 단계에 도달했습니다.

저궤도 위성과 지상국 간 자유공간광통신(FSO)은 대기 난류로 인한 신호 세기 변동과 빔 포인팅 오차로 링크 안정성이 저해되는 문제를 안고 있어, 이를 극복하기 위한 연구를 수행했습니다. 머신러닝 및 딥러닝 기반 빔 포인팅 에러 보정 알고리즘을 개발하여 위성의 이동과 대기 굴절률 변화에 따른 빔 편차를 실시간으로 보정하는 방식을 설계했으며, 대기 효과(난류) 모델링을 기반으로 업링크와 다운링크 각각의 광전송 성능을 정량적으로 분석했습니다. 이 기술은 교통정보 서비스 고도화를 위한 저궤도 위성통신과 위성-지상 광통신 링크 안정화 분야에 적용되고 있으며, 지상 통신 인프라가 제한된 환경에서도 안정적인 교통정보 전송 체계 구축의 기반을 마련했습니다. 딥러닝 기반 빔 포인팅 에러 보정 알고리즘은 수치 시뮬레이션을 통해 그 유효성이 입증되었으며, 현재 기초 연구 및 실험실 환경 검증 수준인 TRL 3-4 단계에 있습니다.