차량지능기초(2020)

개요

심층학습(Deep Learning) 기반 Computer Vision 기술부터 Visual SLAM까지 차량지능의 핵심 기술들을 설명하고, 관련된 다양한 실습들을 수행하면서 관련 분야에 대한 기초 소프트웨어 역량을 습득한다. 전반부의 Computer Vision은 최근 다양한 영역에서 주목할 만한 성과들을 보이고 있는 깊은 신경망과 관련 심층 학습의 기본 개념들과 배경이론들을 학습하고, 대표적인 심층학습인 컴퓨터 비전 분야의 CNN을 지능형차량의 필수 요소 기술인 인지 응용 분야에 적용할 수 있는 다양한 실습들을 병행한다. 더불어 후반부의 Visual SLAM은 지능형차량이 자신이 놓인 삼차원 환경을 인지하기 위해 필요한 핵심적인 알고리즘이다. 카메라와 같은 시각적 센서 데이터로부터 삼차원 지도를 작성하고, 지도 내의 위치를 추적하는 알고리즘의 이론을 프로그래밍 실습과 더불어 학습한다. 모든 단계별 알고리즘은 파이썬 기반 OpenCV를 활용하여 실습한다.

<Computer Vision>

Computer Vision은 최근 다양한 영역에서 주목할 만한 성과들을 보이고 있는 깊은 신경망과 관련 심층 학습의 기본 개념들과 배경이론들을 학습하고 대표적인, 심층학습인 컴퓨터 비전 분야의 을 지능형차량의 필수 요소 기술인 인지 응용 CNN 분야에 적용할 수 있는 다양한 실습들을 병행한다. (교육 일정 및 수강 학생들의 배경 지식에 따라 최신 인공지능인 강화학습을 이용한 가상 자율주행을 추가 실습할 수도 있음.) 

<Visual SLAM>

Visual SLAM은 지능형차량이 자신이 놓인 삼차원 환경을 인지하기 위해 필요한 핵심적인 알고리즘이다. 카메라와 같은 시각적 센서 데이터로부터 삼차원 지도를 작성하고 지도 내의 위치를 추적하는 알고리즘의 이론을 프로그래밍 실습과 더불어 학습한다. 모든 단계별 알고리즘은 파이선 기반 OpenCV를 활용하여 실습한다.

교수진

주차별 수업 계획