4차 산업혁명 시대에 접어들면서 사물 인터넷과 클라우드를 통해 방대한 양의 비정형 데이터를 수집할 수 있게 되었다. 이렇게 수집·축적된 비정형 데이터, 즉 이미지와 영상데이터에 대한 분석이 최근 들어 중요시 되고 있다. 인공지능 영상인식 기술이 머신러닝과 딥러닝 등에 접목되어 각종 산업에서 많은 성과를 나타내고 있다. 인공지능을 활용한 시각지능 기술은 영상에 나타나는 다양한 사물과 행동을 이해할 수 있게 한다. 이를 평가하는 이미지넷 대회는 인공지능 및 딥러닝 관련 문제를 해결하는 경연대회로써, 세계적인 IT기업은 물론 국내 연구진도 참여하고 있으며 그 기술의 정확도는 빠른 속도로 발전하고 있다.

 

 딥러닝 기반 이미지·영상 인식기술은 다양한 분야에서 산업과 사회에 새로운 가치 실현의 기반이 되어가고 있다. 영상인식 학습기술과 유사 이미지 검색기술 등 원천 기술사와의 협업을 통해 출입문 감시, 시설 이상 징후 파악 등의 감시 영상인식(물리보안) 분야에 적용이 가능하다. 의료현장에서는 방대한 양의 환자 의료영상을 인식하고 저장, 분석하여 질병을 판별할 수 있다. 최근에는 자율주행차량이 실시간 상황을 인식하고 안전한 주행경로로 운전할 수 있도록 각종 영상장치와 센서 등의 수요가 급증하고 있다. 실제로 2016년 3월, 아마존이 론칭한 유통 서비스는 지능형 영상분석(IVA)을 활용하였다.

 

 드론의 카메라는 지능형 영상분석을 통해 도심 속 구석구석의 지도를 인식하는 것은 물론 장애물 파악, 날씨 분석, 교통 등의 다양한 정보를 지능형 영상분석이라는 하나의 시스템으로 파악할 수 있도록 설계되었다. 딥러닝을 통한 영상인식기술 발전 속도를 높이기 위해서는 오픈소스 커뮤니티의 역할도 중요하다. 마이크로소프트, 구글, IBM 등 글로벌 기업들의 플랫폼 선점을 위해 치열한 경쟁을 벌이고 있는데 자연어처리, 음성인식 등 관련 기술을 넘어 ‘영상인식기술’이 앞으로 우리 산업과 사회 속에 일상의 한 부분으로 자리 잡게 될 것이다.

 

 이에 본원 R&D정보센터에서는 이미지프로세싱 기술인 컴퓨터 비전과 머신비전을 시조로 딥러닝에 융합되어 구현되기 시작한 인공지능 영상인식과 이미지인식 기술·산업동향을 살펴보고자 「인공지능 기반 이미지/영상인식 산업별 응용기술 최신 동향분석」을 발간하였다. 본서 제 1편에서는 시각지능을 위한 딥러닝 기반 이미지/영상인식 주요기술 동향을 수록하였으며, 제 2편에서는 이미지/영상인식 기술 적용 가능한 산업 분야별 주요동향을 수록하였다. 아무쪼록 본서가 학계·연구기관 및 관련 산업분야 종사자 여러분들에게 다소나마 유익한 정보자료로 활용되기를 바라는 바입니다.

 

제Ⅰ편 인공지능 이미지/영상인식 주요 기술동향
제 1장 주요국 인공지능 기술 최신동향 분석
1. 인공지능 기술배경과 주요국 정책동향분석
1) 개요
2) 기술 분류
3) 배경
4) 국가별 인공지능 정책동향분석
(1) 해외 동향
가. 미국 동향
나. 일본 동향
다. 유럽 동향
라. 중국 동향
마. 해외 시사점
(2) 국내 현황
가. 기술수준과 융합산업
나. 기술 R&D 정책
다. 거버넌스, 법∙제도, 인력양성 등
라. 우리의 시사점
2. 인공지능 플랫폼 기술동향과 오픈소스화 현황
1) AI 플랫폼의 개념
(1) AI 플랫폼의 필요성
(2) AI 플랫폼과 도메인 지식
2) AI 플랫폼 산업 동향
(1) 해외 AI 플랫폼 동향
가. 범용 AI 플랫폼 현황
나. 전문 AI 플랫폼 현황
(2) 국내 AI 플랫폼 동향
가. 범용 AI 플랫폼 현황
나. 전문 AI 플랫폼 현황
3) AI 플랫폼 국내 정책 동향
4) 인공지능 플랫폼 오픈소스화 현황
(1) 구글
(2) 페이스북
(3) 마이크로소프트
(4) Open AI
(5) IBM
(6) 삼성
(7) 에어비엔비
(8) 바이두
5) AI 개방형 혁신 생태계 구축을 위한 과제
(1) 개방형 AI 혁신 체계의 중요성
(2) 기반 데이터 확보의 중요성
(3) 인공지능 알고리즘 및 데이터의 투명성 제고
(4) 기술 표준과 평가기준의 중요성
3. 인공지능 기술동향 및 사회 변화 전망
1) 인공지능 관련 STEEP 분석
(1) STEEP 분석 개요
(2) 사회(Social)
가. 인공지능을 통한 국민의 라이프스타일 변화
나. 국민의 여가생활 불만족 원인 해결을 통한 여가생활 만족도 제고
다. 고령화 사회의 해결책 vs 노동력 상실에 관한 이슈
라. 인공지능으로 인한 사회·윤리적 문제 발생 측면
(3) 기술(Technological)
가. 인공지능 기술은 다양한 산업 내 기술과 융합하며 발전
나. 대용량 데이터 활용이 증가함에 따라 딥러닝 기술 중요성 증대
다. 주요국은 다양한 산업별 대표 기업을 중심으로 인공지능 기술 확보를 위해 경쟁 중
라. 국내 인공지능 특허 분석
A) 응용산업별 특허출원 현황
B) 출원주체별 특허출원 현황
(4) 경제(Economic)
가. 인공지능 시장의 지속적인 성장세 전망
나. 인공지능 업계들은 다양한 수익모델을 바탕으로 한 산업 활성에 노력
다. 인공지능 대·중소 및 스타트업 생태계 조성을 위한 활발한 움직임 대두
(5) 환경·생태계(Ecological)
가. 인공지능 기술의 환경·생태계 활용성
나. 인공지능 산업과 환경오염의 연관성에 대한 논쟁 점화

제 2장 시각지능과 이미지/영상인식을 위한 하드웨어 주요동향
1. 인지컴퓨팅 기술 동향 및 발전 전망
1) 개요
(1) 인지컴퓨팅(Cognitive Computing) 정의
2) 해외 인지컴퓨팅 연구 동향
3) 인지컴퓨팅 도전 가능 분야
(1) 생물학적 기능 모방 기술 분야
(2) 환경지능 및 지능형 에이전트 기술 분야
(3) Human Augmentation 기술 분야
(4) Brain Imaging 기술 분야
4) 뇌과학과 인공지능
5) 인지컴퓨팅의 사례
(1) 구글의 탱고 프로젝트
(2) 인텔의 리얼센스
2. 시각지능 기술동향
1) 배경
(1) 영상 데이터의 기하급수적 증대
(2) 관련 기술의 발전
가. 대규모 데이터 수집, 저장 기술 및 처리기술의 발전
나. 영상 인식 기술의 발전
(3) 높은 경제적 가치와 사회적 가치를 가진 영상인식기술
2) 시각 지능을 위한 이미지 뱅크 기술 동향
(1) 인식 체계 기반의 스탠포드 ImageNet
(2) 장면 중심의 MIT SUN
(3) 비디오 중심의 Databrary
3) 시각 지능을 위한 영상 인식 및 내용 이해 기술 동향
(1) DARPA(Defense Advanced Research Projects Agency) VIRAT 프로젝트
(2) DARPA Mind’s Eye 프로젝트
(3) 다양한 분야의 영상 인식 프로젝트
4) 시각 지능을 위한 플랫폼 기술 동향
(1) IBM T.J. Watson의 IMARS
(2) Microsoft WISE(Web Image Search and Exploration) and ADAM 프로젝트
(3) Google 브레인 X 프로젝트
5) 시각 지능을 위한 빅데이터 기술 동향
(1) 미국 버지니아 대학의 HIPI 프로젝트
(2) IBM의 IMARS 분산, 병렬화 프로젝트
(3) 영상 처리의 고속 병렬처리
(4) 분산처리 시스템의 고속화 SPARK
3. 영상/이미지 인식을 위한 하드웨어 기술동향
1) 개요
2) 스마트폰 인식센서 동향
3) 카메라/렌즈 동향
(1) Dual Camera
가. 듀얼 카메라 필요성
A) 화질 및 두께 개선
B) 3D 구현은 AR/VR의 핵심
나. 듀얼 카메라 시장 개화로 카메라 모듈 수요 확대
(2) Auto (Sensing)
가. 카메라 기술을 이용한 시계(시야 확보)장치 출원 동향
나. 차량용 카메라 모듈 시장
(3) 생체인식
(4) Wearable 기기
가. 제품 시장 도입 동향
나. 진출전략 및 시사점
(5) IoT (사물인터넷)
(6) AR/VR
가. VR 및 AR 시장전망
나. 주요 ICT 기업들의 AR/VR 대응 현황
다. 핵심부품 카메라(렌즈)
A) AR/VR Device 당 최소 1개 이상 카메라 모듈 필요 예상
B) Eye-tracker(눈동자 감지 기술) 사용 증가로 카메라 모듈 수요 증가 가능
C) VR 영상 콘텐츠 제작을 위해서는 360도 카메라 필요
라. 전방위 카메라 분야 특허출원 동향
(7) Drone (UAV)
제 3장 딥러닝 기반 이미지·영상 인식/검출/처리기술 주요동향
1. 딥러닝(Deep Learning) 연구개발 동향
1) 딥러닝 기술의 개요
(1) 인공지능 세부적으로는 머신러닝(기계학습, Machine Learning) 기술의 일부
(2) 대뇌가 정보를 처리하는 방법과 인간 두뇌에 대한 이해를 바탕으로 한 기술
2) 딥러닝(Deep Learning) 관련 연구개발·산업 현황
(1) 딥러닝 관련 시장의 규모 및 특징
(2) 딥러닝 주요 적용 분야 및 기업별 현황
가. 적용분야
A) 자율주행 자동차
B) 자율로봇
C) 이미지 인식
D) 자연어 처리
E) 상품 추천
F) 금융
G) 그림 제작
H) 작곡
I) 헬스케어
나. 주요기업 현황
A) 구글
B) 페이스북
C) 마이크로소프트
(3) 향후 산업별 파급 효과 예측
2. 컴퓨터 비전 분야 딥러닝 최신기술 동향
1) 개요
2) 컴퓨터 비전 분야의 딥러닝 기술 동향
3) 인공지능 이미지인식 제반기술 및 최적화 알고리즘
(1) 컨볼루션 신경망
가. 개요
나. CNN의 구조 및 학습
다. CNN을 이용한 영상 분류 동향
라. CNN을 이용한 객체 검출 동향
마. CNN의 발전 방향 –Generative 모델
바. CNN을 이용한 어플리케이션
(2) 순환 신경망(RNN)의 소개
가. 구조 및 특징
나. LSTM
다. GRU
라. 순환 신경망의 응용
A) 자연어처리
B) 이미지 설명 생성
3. 국소 특징량과 기계학습에 의한 영상인식 기술 연구동향
1) LFW평가와 랜드마크 기술 중심의 얼굴인식 기술동향
2) 하둡 플랫폼 환경 GPU 기반의 얼굴 검출
(1) 관련 연구
(2) 하둡 플랫폼 환경에서 GPU를 이용한 얼굴 검출 시스템 구조
(3) 구현 결과
3) 영상 기반 얼굴·객체인식 기술 연구동향
(1) 영상기반 객체 검출·추출 특징점 및 알고리즘
가. HOG 특징점
나. Adaboost 알고리즘
다. 랜덤 포레스트(Random forest)
(2) HoG 특징 기반 사람 탐지와 보행자 통행량 측정 알고리즘
가. 사람 영역 탐지
A) 움직임 영역 추출
B) 슬라이딩 윈도우 탐색
C) 사람 영역 탐지
나. 움직임 추적
A) 겹침 상황을 고려한 향상된 유사도 계산 과정
B) 칼만 필터를 이용한 움직임 추정
C) 멀티 레벨 매칭
D) 거짓 양성 제거
다. 통행량 측정
(3) Haar-like 특징과 에이다부스트 알고리즘을 이용한 인체영역 검출
가. 후보 영역 추출
나. 필터링을 통한 배꼽 검출
(4) 에이다부스트 학습 이용 문자검출
가. 검증을 통한 실제 문자 추출
나. 결과
(5) 딥러닝 기반 표지판 검출 및 인식
가. 아다부스트 분류기를 이용한 표지판 검출
A) 응집 채널 특징
B) 아다부스트 분류기
C) 비최대치 억제 기법
나. 합성곱 신경망을 이용한 표지판 인식
A) 영상 크로핑
B) 합성곱 신경망
다. 결과
4) 영상기반 동작·행동 인식 및 검출 기술동향
(1) 비디오영상 흡연자 검출 알고리즘 관련연구
가. 행동 인식
나. 객체 검출
다. 연기 검출
라. 손의 움직임 검출
마. 제안하는 흡연자 검출 알고리즘
(2) CAFFE를 이용한 심화학습 기반 영상 인식 기술
가. CAFFE (Convolutional Architecture for Fast Feature Embedding)
나. CAFFE의 구성요소
다. Protobuf를 이용한 신경망 구조(network topology) 설정 방법
라. 기존의 학습된 모델의 사용
(3) CNN을 이용한 동영상 내 동작 인식관련 연구
가. Preprocessing 및 동영상에서 학습 데이터 추출 방법
나. Finetuning
다. 평가 방법 및 결과 분석
4. 딥러닝 기반 영상분석·처리 기술개발 동향
1) 딥러닝 기반 비디오 분석 기술동향
(1) 딥러닝 기반 비디오 분석 모델
(2) 3차원 컨볼루션 신경망기반 감독 학습 모델
(3) 무감독 학습 모델
가. 얕은 특징 알고리즘 기반 모델
나. 순환 신경망 기반 모델
(4) 자세-위치-행동 통합 인식 딥러닝 시스템
가. 데이터셋 확장
나. 자세-위치 인식기
다. 자세-동작 인식기
라. 실혐 결과
(5) 딥러닝 모델의 성능 비교
가. 비디오 데이터셋
나. 성능 비교
2) 영상검색 및 내용분석 기술동향
(1) 딥러닝 기반의 멀티모달 학습(multimodal learning)
가. 멀티모달 학습
나. 딥러닝을 이용한 멀티모달 학습
(2) CNN을 이용한 소셜 이미지 자동 태깅
가. 이미지 내용기반의 자동 시멘틱 어노테이션 관련 연구
나. 딥러닝 기법을 사용한 CNN 이미지 내용분석 방법 관련연구
다. 구현 및 실험
라. 결과분석
3) 영상 분산/병렬처리 기술과 알고리즘
(1) 빅데이터 분산/병렬처리 기술
(2) 모바일 디바이스 영상 분석 알고리즘의 실시간 가속화
가. SIMD 기반 비디오 영상 분석 알고리즘 병렬화
A) SIMD의 데이터 처리 방식
B) SIMD 기반 비디오 영상 분석 알고리즘 병렬화 방법
나. 실험 결과
4) 대용량 영상이해를 추구하는 딥러닝/QA 학습기술 동향
(1) Visual QA
(2) 비디오 학습과 스토리 QA
가. 비디오 스토리 학습을 위한 데이터집합
나. 이미지 시퀀스 및 비디오를 위한 딥러닝 기술
A) 여행 블로그글 생성 문제
B) 일상 묘사글 생성 문제
C) 비디오 묘사글 생성 문제
D) 비디오 묘사글 검색 문제
E) 비디오 내 이벤트 순서 학습 문제
다. 비디오 QA
5) 영상처리 응용 기술개발 및 주요산업 동향
(1) 개요
가. 정의 및 필요성
나. 범위
A) 제품 분류 관점
B) 공급망 관점
(2) 산업환경분석
가. 산업특징 및 구조
A) 산업의 특징
B) 산업의 구조
나. 경쟁환경
다. 전후방산업 환경
(3) 시장환경 분석
가. 세계 시장
나. 국내시장
(4) 기술환경 분석
가. 기술개발 트렌드
나. 주요업체별 기술개발 동향
A) 해외업체동향
B) 국내업체동향
다. 딥러닝 기반 영상처리 기술개발 동향
A) 감독학습(Supervised Learning) 기반의 CNN
B) Stacked autoencoders
C) RDNN/LSTM
D) CNN과 기존의 특징 추출 방법을 결합한 방식
(5) 특허동향 분석
가. 연도별 출원동향
나. 국가별 출원현황
다. 주요출원인 분석
라. 국내 출원인 동향
6) 컴퓨터 비전을 위한 영상 압축 기술
(1) 컴퓨터 비전을 위한 영상 전송 시스템
(2) CTA와 ATC 패러다임의 비교
(3) 향후 전망
제 4장 인공지능 기반 이미지/영상인식 응용기술개발 및 서비스동향
1. 인공지능 기반 업체별 영상처리 플랫폼 및 서비스 동향
1) 해외 인공지능 업계 동향
(1) 미국
(2) 일본
(3) 중국
(4) 한국
2) 해외 딥러닝 기반 영상처리 응용 서비스 동향
(1) IBM
(2) Google
가. 기초연구
나. 도구
다. 응용기술
(3) Alphabet((Google)
(4) Microsoft
(5) Facebook
(6) Baidu
가. Baidu 음성인식
나. Baidu 이미지인식
다. Baidu 개인비서 및 자율주행
라. Baidu 인공지능의 미래
(7) Apple
(8) Amazon
(9) Clarifai
(10) NVIDIA
(11) 넷플릭스
(12) Camio
(13) Affectiva
(14) Hyper Verge
(15) Descartes Labs, Orbital Insight
(16) Enlitic
(17) ‘리얼아이즈(Realeyes)’
(18) 모바일 애플리케이션
가. 얼굴인식 프로필 매칭 앱 ‘네임태그(NameTag)’
나. 실종된 아동 찾기 앱
3) 국내 딥러닝 기반 영상처리 응용 서비스 동향
2. 인공지능 이미지·영상인식 기술을 활용한 국내외 사례
1) 폐기물 처리 및 쓰레기 수거
(1) 서울시 은평구, 영상인식 기술을 활용한 대형폐기물 처리 서비스
(2) 네델란드 로테르담, 항만을 떠다니는 쓰레기 수집드론
2) 공항 · 항만 위험물 감지
(1) 네덜란드 로테르담, 머신러닝 기반 화물 컨테이너 위험물 감식 시스템
(2) 미국 워싱턴DC, LA, 덴버 AI기반 수화물·승객 보안검색시스템 도입
(3) 미국 국토안보부, 인공지능 승객 생체정보 인식
3) 범죄예방 및 시민안전
(1) 미국 뉴욕, 범죄감시시스템 DAS(Domain Awareness System)
(2) 두바이, 중국 광둥성, 홍콩 마카오 등 로봇경찰 시스템
4) 시민 행정편의 및 민원 대응 서비스
(1) 미국 LA, 음성 기반 민원 대응 서비스
(2) 영국 런던, 세계 최초의 디지털 공무원 “Amelia" 채용
5) 새롭고 혁신적인 비즈니스 분야
(1) ‘넥스트 렘브란트(The Next Rembrandt)’
가. 배경
나. 주요내용
다. 기대효과
6) 풍요롭고 즐거운 일상생활 분야
(1) ‘키비로(Kibiro)’
가. 배경
나. 주요내용
다. 기대효과
(2) ‘호버카메라(Hover Camera)’
가. 배경
나. 주요내용
다. 기대효과
7) 콘텐츠 분야에 영상/이미지 인식기술 활용사례
(1) 서울대학교 - 영상 자막 자동 생성
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
(2) 구글 - 영상 속 사물 인식
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
8) 콘텐츠 분야에 동작/운동 인식기술 활용사례
(1) Microsoft - 키넥트(Kinect)
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
마. 관련 정책 현황
(2) FXGear - FXMirror
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
9) 콘텐츠 분야에 음성/응향 인식기술 활용사례
(1) SK텔레콤 - 누구(NUGU)
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
(2) 스터디맥스·시원스쿨 - 스피킹맥스·시원스쿨맥스
가. 콘텐츠 개요
나. AI 기술 적용 현황
다. 사업 지원 타당성
라. 경제적·사회적 영향
3. 인공지능 이미지·영상인식 기술기반 패션 및 커머스 사례분석
1) 인공지능과 유통산업의 변화
(1) 유통산업에서 인공지능의 적용 분야
가. 점포 입지 선정
나. 채용 및 인력관리
다. 매출 예측과 재고관리
(2) 인공지능으로 인한 쇼핑환경의 변화
가. 쇼핑 검색 및 구매 과정의 변화
나. 고객 맞춤형 쇼핑사이트 구현
다. 능숙한 판매원으로서 인공지능 로봇의 등장
2) 인공지능 기반 최적의 콘텐츠 및 커머스 상품추천 업체동향
(1) AI 이미지 인식을 통한 데이터 기반 맞춤형 큐레이션
가. 스티치픽스(Stitch Fix)
A) 특징
B) 인공지능 알고리즘
나. 아마존
다. 글림스
라. 네이버
마. 11번가
바. MetaMind
사. Deepomatic
아. Quantified Skin
자. Cortexica
차. Go Find Ai
카. 옴니어스
타. 버즈니
(2) 빅데이터 분석으로 최적화된 콘텐츠 제공
가. 구글
나. 네이버
(3) 데이터 기반 광고 커머스
가. 애드테크(ADTech)
나. 데이터 커머스 시대의 시대의 시대의 도래
3) 상품 이미지 인식 기술을 이용한 커머스 사례 분석
(1) Image Recognition Technology
(2) Image Recognition Technology의 커머스 적용 사례
가. Ibotta
나. Snipsnap
다. IQ Engines
라. Oculusai
(3) 시사점
4) 스마트 미러(Smart Mirror) 발전 동향
(1) 오프라인 유통업계에 확산되고 있는 ICT 융합 트렌드
(2) 소매 유통업계에서 주목받고 있는 스마트 미러 기술 사례
가. 이베이(eBay)의 '매직 미러(Magic Mirror)', 패션 매장의 첨단화 구현
나. 메모미(MemoMi), 증강현실 기반 스마트 미러로 가상 의상 시착 서비스 제공
다. 파나소닉(Panasonic), 얼굴 인식 카메라를 통한 가상 메이크업 시스템 구현
(3) 결론 및 시사점
가. 유통업계, 소비자들의 쇼핑 환경 재창조 시도 요구
나. 스마트 미러 기술, 기대 효과와 함께 해결 과제도 부상
4. 안면인식 기술 산업전망
1) 안면인식 기술개요
2) 안면인식 기술이 불러올 변화
(1) SNS를 이용한 타겟팅 강화
(2) 컨텐츠의 추천 기능 강화
(3) 안면 인증을 통한 결제
가. 주요기업
A) 삼성전자
B) 알리바바
C) MPEG
나. 얼굴인식 결제 동향
다. 생체인식 기술 현황
라. 생체인증의 기술적 약점과 보완
마. 생체인증 기술 표준 FIDO의 등장
바. 국내외 FIDO 도입 현황
사. 글로벌 생체인식 시장 전망
아. 국내 생체인식 시장 전망
(4) 오프라인 매장의 마케팅 강화
(5) CCTV 얼굴인식 기술
가. 듀얼 카메라 연동 환경과 비제약형 얼굴인식 기술
나. 고정 카메라와 FD 기능 PTZ 카메라에서의 얼굴탐색
다. 국내 경찰청 얼굴인식 기술
라. 국내 국립과학수사연구원 얼굴인식
3) 국내외 시장경쟁 상황
(1) 구글
(2) 페이스북
(3) 마이크로소프트
(4) 어팩티바
(5) 파이브지티
(6) 에스원
4) 시장동향 및 전망

 

제Ⅱ편 인공지능 이미지/영상인식 산업별 적용기법과 서비스 동향

제 1장 인공지능 영상/이미지인식 기술기반 의료/헬스케어 동향
1. 인공지능 의료영상분석 기술동향
1) 의료영상과 영상분석 기술의 역사
(1) 의료영상의 역사
(2) 의료영상 분석기술의 역사
가. 컴퓨터 보조 진단(CAD)
2) 의료영상에서의 인공지능 기법
(1) 자동분류를 위한 인공지능 기법들
가. 베이지안 분류기
나. SVM 분류기
다. 인공신경망 분류기
(2) 고전 영상처리기법과 인공지능
3) 딥러닝 기반의 의료영상 분석기술과 활용 예
(1) 딥러닝을 위한 의료영상 데이터
(2) 의료영상의 데이터적 특성과 해결방안
(3) 의료영상에서 GAN의 활용
(4) 의료영상 인공지능 모델의 해석가능성 및 설명력
(5) 의료영상에서의 인공지능 활용 및 연구사례
가. 유방 영상에서의 인공지능
나. 흉부/폐 영상에서의 인공지능
다. 그 외 의료 영상에서의 인공지능
라. 의료 분야 딥러닝 기반 CVR(Critical Value Report) 적용
(6) 딥러닝 활용 병리학 연구
2. 인공지능 의료·헬스케어 업체 및 시장동향
1) 인공지능 의료영상 인식 및 진단분야 업체동향
(1) 인리틱
(2) 루닛
(3) 뷰노
(4) 딥바이오
2) 헬스케어용 인지컴퓨팅 분야 업체동향
(1) IBM- 왓슨 포 온콜로지(Watson for Oncology)
가. 국내 도입
(2) 제이엘케이인스펙션
(3) 아픽시오
3) 주요 인공지능 헬스케어 스타트업 동향
(1) 구글 베릴리
(2) 애플
(3) iCarbonX
(4) Gauss Surgica
(5) Benevolent.ai
(6) Patientslikeme
(7) 스탠다임(Standigm)
(8) 디오텍(Diotek)
(9) 아이카본엑스
(10) 웰톡
(11) 버터플라이 네트워크
(12) 패스웨이 지노믹스
4) 인공지능 헬스케어 시장동향
(1) 개요
(2) 시장동향 및 예측
3. 헬스케어/의료 분야 인공지능기술 및 시장동향
1) 웨어러블 기기의 건강관리 정밀도를 높여주는 인공지능 기술
2) 보건의료에서의 인공지능 기술
(1) 미충족 의료수요 (Unmet Medical Needs)
가. 진단‧치료의 어려움 : 의료데이터의 복잡성 증가
나. 오진율 증가
다. 의료서비스의 질, 의료비용 불만 가중 : 국민의 삶의 질 요구 증대
(2) 보건의료와 AI 접목의 가치
가. 기술적 가치
A) 딥러닝(Deep Learning) 배경
B) 딥러닝(Deep Learning) 개념
C) 딥러닝(Deep Learning) 특징
D) 딥러닝(Deep Learning) 장점
E) 딥러닝(Deep Learning) 원동력
나. 경제적 가치
다. 사회적 가치
(3) 보건의료 AI 실현의 가능성
가. ICT 인프라
나. 의료장비 보유수준
다. 풍부한 의료 데이터
라. 세계적 수준의 AI 영상인식 기술력
(4) 의료 인공지능 기술의 활용사례
가. 특허분석을 통해 본 활용사례
A) 질병 진단 인공지능 보조 의사 시스템
B) 인공지능 기반 개인 맞춤형 의료 시스템
C) 인공지능 기반 진단치료·재활치료 시스템
D) 인공지능을 활용한 신약 개발 시스템
E) 신약 임상시험용 환자 모델링 시스템
F) 빅데이터 기반 개인 건강관리 서비스
G) 특허 종합 분석
나. 언론보도를 통해 본 활용사례
제 2장 인공지능 영상인식 기술기반 영상감시/드론 주요동향
1. AI 지능형 영상감시분석 시스템 주요동향
1) 지능형 영상감시 및 구축 시스템 기술
(1) 지능형 영상 감시 기술요소
(2) 지능형 영상감시시스템
2) 지능형 영상보안 주요 산업 시장동향
(1) 정의 및 범위
(2) 산업환경 분석
가. 산업의 특징
나. 산업의 구조
다. 국내외 업체 경쟁환경
라. 전후방산업 환경
(3) 시장동향 및 전망
(4) 국가별 CCTV 시장동향 및 진출전략
가. 일본
A) 감시카메라의 역할 확대
B) 미쓰비시전기, 감시카메라에 AI 도입해 잠재적인 위험 자동 감지
C) 용도가 늘어나는 '스마트한' 감시카메라
D) 실제로 사용 중인 감시카메라 활용 기술 사례
E) 시사점
나. 독일
A) 최근 유럽국가 내에서 테러 발생 빈도수 증가
B) 매년 성장하는 독일 CCTV 시장
C) 전망 및 시사점
다. 러시아
A) 폭탄 테러의 위험 증가
B) 더 많은 CCTV를 필요로 하는 러시아
C)  최근 러시아 CCTV 수입 국가와 규모
D) 시사점 및 우리 기업 진출방향
라. 체코
A) 체코 내 CCTV 설치 운영 현황
B) 체코 내 CCTV 시스템 연동 프로젝트 발주 잇따라
C) 체코 내 CCTV 수입규모 지속적인 성장 추세
D) 시사점 및 우리 기업 진출방향
마. 콜롬비아
A) 현지의 열악한 치안
B) 테러범죄 방지에 대한 관심 증가
C) 수입규모 및 수입동향
D) 우리나라 제품 진출규모 및 동향
E) 경쟁 동향 및 주요 경쟁 기업
F) 전망 및 시사점
바. 이집트
A) 시장규모 및 동향
B) 상위 10개국(한국 포함) 최근 3년 수입동향
C) 경쟁 동향
D) 시사점
사. 라오스
A) 라오스 CCTV 시장 현황
B) 공공안전 확보를 위한 정부 차원의 노력
C) 민간부문에서의 수요와 전망
D) 시사점
3) 지능형 영상보안 장비 및 시스템 기술개발 동향
(1) 지능형 영상감시 시스템 개요
(2) 지능형 CCTV 통합관제시스템 기술적 이슈 하드웨어 구성
가. 영상보안장비 기술의 개요
나. IP카메라 확대
(3) 지능형 영상분석 기술의 발전
가. 지능형 영상분석 솔루션 확대
A) IQ-115(Crowd Gathering)
B) IQ-120, IQ-125(Crowd Management)
나. 딥러닝 기반 CCTV 영상분석 솔루션업체 기술력
A) 소프트 온넷
B) 일리시스
C) 엔비디아
다. 지능형 영상감시를 위한 보행자 계수 연구동향
A) 탐지 기반 보행자 계수
B) 특징 기반 보행자 계수
C) 보행자 계수 기대효과
(4) CCTV 통합관제 시스템 기술개발
가. CCTV 통합관제시스템의 당위성
나. CCTV 개인 영상 정보 보호 기술 관련 연구
A) 개인 영상정보 저장을 위한 기술적 단계
B) 얼굴 탐지 및 추출기법
C) 마스킹기법
다. 정부서울청사 고화질 지능형 영상관제 CCTV 사례
라. 오산시 u-시티(u-City) 통합운영센터 사례
(5) 지능형 CCTV 기술동향
가. 지능형 CCTV의 발전형태
나. 한화테크윈
다. 에스원
라. 한국전자통신연구원
4) 특허동향 분석
(1) 연도별 출원동향
(2) 국가별 출원현황
(3) 주요출원인
(4) 국내 출원인 동향
2. 무인기(드론) 인공지능 인식기술 및 주요동향
1) 개요
(1) 정의
(2) 활용범위
(3) 드론의 역사
(4) 드론의 분류
2) 국내외 무인 항공기 표준화 경향과 정책
(1) 국내
가. 무인항공기의 변화 과정과 경향
나. 무인항공기의 미래 역할
다. 무인항공기의 역할에 따른 표준화 정책
(2) 해외
가. 미국
A) 미국의 무인항공기 관련 정책
나. 영국
A) 영국의 무인 항공기 관련 정책
3) 인공지능 활용 드론 탐지기술
(1) 드론 탐지기술
가. 전파 탐지
나. 무선신호 해킹
다. 열(적외선) 탐지
라. 음향탐지
마. 영상인식
바. 하이브리드
(2) 드론 시스템 핵심 요소 기술
가. 드론 제어 기술
나. 드론 충돌회피 기술
다. 드론 탑재 센서 기술
라. 영상 기반 드론 자동 이착륙 기술
(3) 국내 드론 기술수준
(4) 국내 인공지능 기술도입 드론 사례
가. 유비파이(UVify)
나. 쿼드라콥터(Quadracopters)
다. KT
라. SK텔레콤/숨비
A) SK텔레콤 : T 라이브 캐스터 & T 라이브 스튜디오
B) 드론 전문업체인 숨비 : 감시/구조용 드론
C) 이동형 관제센터, 드론 모바일 스테이션(Drone Mobile Station)
4) 드론 시장동향 및 기업동향
(1) 시장동향
가. 미국
나. 프랑스
다. 중국
라. 일본
(2) 기업동향
가. 미국
나. 중국
다. 프랑스
라. 일본
마. 국내
제 3장 인공지능 영상/이미지인식 기술탑재 자율주행차 주요동향
1. 자율주행을 위한 인공지능 기술동향
1) 자동차용 인공지능 모듈 및 시스템의 정의
2) 자율주행차의 핵심역량 기술
3) 자율주행차 주변상황 인지 센서동향
(1) 라이다(LiDAR)
가. 자율주행차량용 라이다 기술
나. 자율주행자동차를 위한 라이다 적용 동향
다. 라이다 시장 및 산업 동향
(2) 카메라
가. 형태인식 정보제공 카메라
나. ADAS 기능의 주요 카메라 기능
다. 카메라 모듈의 밸류체인
(3) 레이다(RADAR)
가. 주변정보 획득기술의 레이다
나. ADAS 기능의 주요 레이다 기능
다. 레이다 모듈의 밸류체인
4) 자율주행자동차의 Connectivity 기술
(1) 하이브리드 V2X 통신 개요
가. 업체별 LTE 통신 기술동향
나. 5G 통신 기술
(2) 하이브리드 V2X 통신 개발 동향
5) 고정밀 디지털지도, 위치측위 기술동향
(1) 고정밀 디지털 지도
(2) 복합 측위 모듈
6) 자율주행을 위한 다중센서 기반 인공지능 기술
(1) 센싱을 위한 인공지능 기술
(2) 인지를 위한 인공지능 기술
(3) 측위를 위한 인공지능 기술
(4) 차량 제어를 위한 인공지능 기술
(5) 센서방식과 기계학습 방식의 실시간 주차예측 기술
7) HVI 기술
(1) 운전자-차량 인터페이스(HVI) 모듈 기술동향
(2) HVI 시장의 밸류체인
8) 지능형 차량 영상인식 및 영상처리 기술
(1) 다중카메라 기반 고속 영상인식 SoC 플랫폼 기술
가. 기술의 개요
나. 기술의 현황
다. 기술의 장점 (경쟁기술과의 차별성)
라. 활용범위 및 응용분야
(2) 지능형 차량을 위한 영상처리 및 비전기술
가. 최근 기술 동향
A) 안개 영향 제거(De-hazing)
B) 도로 소실점 검출(Road Vanishing Point Detection)
C) 보행자 인식
D) 차량 인식
나. 창의적인 기술 제안
A) 안개 영향 제거(De-hazing)
B) 도로 소실점 검출(Road Vanishing Point Detection)
C) 보행자 인식
D) 차량인식
다. 실시간 동작
A) 알고리즘 최적화
B) 병렬처리 가능한 하드웨어 사용
라. 결론
2. 자율주행자동차 인공지능시스템 시장동향 및 전망
1) 시장동향 및 예측
2) 시장경쟁 상황
(1) 업체별 자율주행 개발 지속
(2) 업체별 자율주행 투자 확대
(3) 업체별 기술 수준
3) 향후 전망
제 4장 인공지능 영상인식 기술기반 지능형 로봇/AR·VR 동향
1. 지능형 로봇과 인공지능 기술 탑재동향
1) 지능형 로봇과 기술
2) 로봇기술 이해
(1) 지각기술
(2) 처리기술
(3) 행동기술
3) 소셜 로봇의 구성요소
4) 국내외 제품 기술동향 및 전망
(1) 해외 제품 동향
가. 소니 AIBO(초창기 소셜 로봇)
나. 페퍼(Pepper)- 일본
다. 지보(JIBO)- 미국
라. 버디(Buddy)- 프랑스
마. 나딘(Nadine)- 싱가포르
바. 알파2 / 쟈쟈- 중국
사. 나오미(Nao-Mi) / 코니
(2) 해외 요소 기술 동향
가. 음성인식 기술
나. 영상 및 행동인식 기술
다. HRI 기술
라. 지식추론 기술
마. 지식추론 및 HRI 복합화 기술
(3) 국내 제품 동향
(4) 국내 요소기술 동향
가. 음성인식 기술
나. 음원인식 기술
다. 영상인식 기술
라. 위치인식 기술
마. 로봇 감성표현 기술
바. 언어지능 및 지식추론 기술
5) 국내 기술수준 및 ICT 연계 로봇 기술
(1) 로봇 지능 기술
(2) ICT 연계 로봇 기술
6) 지능형 소셜로봇 관련 기술특허 동향
(1) 소셜로봇 관련 특허출원동향
(2) 소셜로봇 플랫폼 및 서비스 기술분야 특허출원동향
가. 연도별 출원동향
나. 국가별 출원현황
다. 주요출원인 분석
라. 국내 출원인 동향
2. 영상인식 기술을 활용한 가상·증강 현실 주요동향
1) 가상·증강 현실의 부상
(1) 가상･증강현실의 정의
(2) 가상･증강현실의 부상배경
2) 가상·증강 현실 관련 기술동향
(1) 3대 VR기기와 모바일 VR의 등장
(2) VR/AR 플랫폼 전쟁
(3) 증강현실을 위한 비전 기반 객체 인식 및 추적 기술 동향
가. 증강현실 구현을 위한 객체 인식 및 추적의 의미 및 요소 기술
나. 객체 인식 및 추적 기술
A) 마커 기반(Marker-based)
B) 텍스처 기반(Texture-based)
C) 에지 기반(Edge-based)
D) 템플릿 기반(Template-based)
E) SLAM(Simultaneous localization and mapping)
다. 최근 기술 동향 분석
A) 텍스처가 부족한 객체 인식 및 추적
B) 가변형(Deformable) 객체 추적
C) 센서 활용
D) 기타
3) 가상·증강 현실기술과 연관 산업 발전 방향 전망
(1) 기술 발전 방향
가. 혼합현실
나. 오감기술
(2) 연관 산업 발전 전망
가. 가정
나. 사무공간
다. 야외
라. 교통수단
4) 가상·증강 현실 시장동향
통계(도표) 목차