성균관대 박은병, 고종환 교수 연구팀, 뉴럴 네트워크와 그리드 방식의 새로운 융합 구조 개발
- 기계학습 최우수 학술대회 ICLR 2024 spotlight 선정
- 새로운 미디어 표현 방식 기대

□ 성균관대학교(총장 유지범) 전자전기공학부 박은병, 고종환 교수 연구팀은 뉴럴 네트워크와 전통적인 자료구조인 그리드 방식의 표현 방법을 융합하는 새로운 3차원 미디어 표현 방법론을 제안하였다.

□ 3차원 이미지 혹은 비디오 등을 표현하는데 있어서 일반적으로 그리드에서 특징벡터를 추출한뒤 뉴럴 네트워크가 이를 처리하는 방식이 사용되는데, 본 연구에서 제안하는 방식은 뉴럴 네트워크의 각 레이어 마다 모듈레이션 방식으로 특징 벡터를 융합하였다.

□ 연구팀이 새로 개발한 방식을 이미지, 비디오, 3차원 모델, 3차원 비디오 등 다양한 미디어 데이터에 적용한 결과 그 성능이 매우 우수하며 또한 매우 적응 네트워크의 크기로 우수한 신호 복원 능력을 보여주었다.

□ 성균관대 박은병 교수는 “기존의 방식에서 벗어나 두 가지 표현방법을 융합한 새로운 방법론이며, 전통적인 그리드 자료구조를 활용해 뉴럴 네트워크를 적절히 제어할 수 있는 방식으로, 최근 각광받고 있는 NeRF나 생성 모델 등에 매우 효과적으로 사용될 수 있을 것”이라고 말했다.

□ 연구팀의 이번 연구 결과는 NeurIPS, ICML과 더불어 기계학습 분야 최우수학술대회로 꼽히는 ICLR 2024 (International Conference on Learning Representations)에 게재 승인되었다. 또한 제출된 논문의 상위 6%에 해당하는 spotlight에 선정되었다.

※ 연구 홈페이지: https://maincold2.github.io/cam/
※ 논문명: Coordinate-Aware Modulation for Neural Fields, ICLR 2024, 이주찬, 노다니엘, 남승태, 고종환*, 박은병* (* 교신저자)

1월 19일 금요일자 보도자료 - 첨부파일 참조