- 패턴인식연구실은 영상, 공간영상(위성영상), 패턴 등에서 중요 정보를 추출하여 인간이 쉽게 분석하거나 인지할 수 있는 시스템을 구축하는 것을 연구한다. 이를 위하여 신경회로망, 패턴인식, 컴퓨터비젼 등 관련 분야에 다양한 연구를 수행한다.

- Deep Learning: 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 기계학습 알고리즘의 집합으로, 큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야이다. 이미지 처리에 주로 사용되는 신경망인 CNN(Convolutional Neural Network)은 Deep Learning의 한 종류로 주로 이미지를 인식하는 데 사용된다. 기존의 신경망은 한 줄의 배열로 입력받아서 학습을 진행하였다면, CNN은 그림과 같이 2차원 배열의 형태를 가지고 Convolution이라는 마스크를 이용하여 Feature map을 형성해서 추상화된 특징들을 학습하게 되고 마지막 층에서 추상화 되고 요약된 정보로부터 이것이 어떤 물체 인지를 분류하고 인식하는 기능을 하게 된다.

- Smart Factory: 현재 많은 공장들이 Smart Factory로 전환 중에 있으나 여전히 공장에서는 아날로그 게이지를 사용한다. 이런 아날로그 게이지를 디지털화하기 위해서 IoT와 결합하여 사진을 촬영한 다음 그 게이지값을 측정하는 방법을 영상처리로 연구하고 있다. 또한 아날로그 게이지의 종류 및 눈금 값의 인식을 위해 신경회로망을 적용하는 연구를 수행하는 중이다.

-패턴인식연구실은 매 주 1번 지도교수와 함께하시는 세미나를 진행한다. 세미나 주제는 패턴인식, Image Processing, Neural Network 등에 대해서 이루어진다.
그리고 연구실에 있는 대학원생과 학부생 자체 세미나를 통해서 부족한 이론에 대한 지식과 연구실의 프로젝트와 관련된 논문을 연구하게 된다.
우리 연구실은 자율적인 학습과 지도교수, 선후배간의 원만한 인간관계를 추구한다. 패턴인식연구실에서는 컴퓨터비젼, 패턴인식에 관심을 가지고 있는 대학원생과 학부생이 연구에 많이 참여하여 관련 전공 지식을 함양하기를 기대한다.