홍원진

학과

인공지능융합부

관심분야

머신러닝, 인공지능, 데이터 사이언스

학번

2019****11

자기소개

안녕하십니까, 삼육대학교 인공지능융합학과 홍원진입니다.

관심 분야는 자율주행과 3D 컴퓨터 비전이며 특히 3D CV 분야에서  3D Reconstruction, Structure from  Motion과 Neural Radiance Fields, 3D Gaussian Splatting에 관심이 있습니다.

학부기간동안 ROS 교육, AI 대회, 인턴십, 각종 프로젝트를 경험하며 컴퓨터 비전 분야에 꾸준한 관심을 가져왔고, Python과 Pytorch를 다루는 데 능숙합니다.  

이수교과목

1-1

미적분학

전기전자공학개론

1-2

메카트로닉스개론

2-1

공업수학

디지털공학 및 실습

선형대수학

신호와 시스템

자료구조

2-2

컴퓨팅사고: python 프로그래밍

회로이론

인공지능확률론

기계학습 및 실습

3-1

C++ Programming

데이터베이스 개론

데이터사이언스 개론

딥러닝 및 실습

통계학

3-2

데이터베이스 설계

데이터사이언스 응용

빅데이터

컴퓨터비전

소프트웨어공학

이산수학

4-1

산학연계 프로젝트

운영체제

임베디드 시스템

소프트웨어 디자인패턴

인공지능 시스템 개발

 

 

 

사용가능기술

언어

Python

C / C++

 

프레임워크

Pytorch / Pytorch Lightning / TensorFlow

LangChain

Streamlit

Selenium

PyQt / Pyside

ROS

 

DB

MySQL

 

개발 도구

Visual Studio

Visual Studio Code

PyCharm

Jupyter NoteBook

 

배포

Docker

 

기타 협업 도구

Github

Notion

Slack

Jira

Asana  

수행 프로젝트

KENTECH  AI 인턴 (2023.12 - 2024.02)

- 3D 재구성(복원, Structure from Motion) 관련 강의를 수강하고 배운 것들을 교수님과 세미나를 진행하고 부족한 개념과 중요한 부분들은 코딩해서 제출했습니다.

- 체커보드를 이용하여 카메라 캘리브레이션(Camera Calibration)을 진행하고, 캘리브레이션된 카메라를 이용해 데이터를 수집하였습니다.  데이터를 COLMAP을 이용해 3D 재구성 하였습니다. 

-  Local Light Field Fusion을 이용하여 COLMAP으로 수집한 데이터의 Camera Pose를 구하고, 구한 Camera Pose와 COLMAP의 3D point들을 Neural Radiance fields(NeRF)의  입력으로 넣어 NeRF로 Neural Rendering 했습니다.

 

대구 교통사고 피해 예측 AI 경진대회 (상위 5%) (팀장, 2023.11 - 2023.12)

- 다양한 데이터가 주어졌지만 의미 있는 데이터는 한정적이였기에 결측치 처리와 다양한 모델 적용에 많은 노력을 하였습니다.

- 일반적인 머신러닝 모델보다 딥러닝 기반의 MLP가 성능이 잘 나왔습니다.

- 대구의 보안등, 어린이 보호 구역, 주차장 정보의 결측치를 평균 값으로 채워 점수 향상.

- 전국 보안등, 어린이 보호 구역, 주차장 정보를 대구의 평균 값으로 채워 점수 향상.

- 최종적으로 MLP, XGBoost, CATBoost 앙상블한 모델로 Public 10등 달성했습니다.

2023 년 K 리그 승부 예측 프로젝트 (데이터 사이언스 응용, 팀장, 2023.10 - 2023.12)
- K 리그 공식 데이터 포탈과 이적 정보 포털에서 데이터를 크롤링하여 직접 수집하였고 수집한 데이터에 승/패 정보가 없어 득점 수를 비교하여 추가했습니다.
- 한 경기의 데이터가 2 개의 행을 가지던 데이터를 1 개의 행을 가지도록 열 방향으로 늘려 저장하여 예측 정확도가 30%이상 증가했습니다.
- 단계적 변수 선택법을 이용해 변수를 100 개에서 4 개로 줄여 학습 속도를 빠르게 하고, 모델의 복잡성을 감소시킬 수 있었습니다.
- 팀 프로젝트를 하며, ML 능력뿐만 아니라 비전공 학생을 위해 이해하기 쉽게 설명하는 능력을 기를 수 있었습니다.

 

노인 인지 개선을 위한 웨어러블 센서 기반 인터액티브 훈련 시스템 개발 (2023)

- 기존에 진행하던 연구에 중간에 참여하게 되었습니다. 레가시 코드는 빈번히 추가되고 변경되는 요구사항을 반영하기 어려웠고, 아두이노와 SW간의 블루투스 연결이 불안하다는 문제점도 있었습니다.
- 개발 프레임워크를 크로스 플랫폼 GUI 애플리케이션 개발을 위한 PySide로 통일을 제안하였고,  PySide 내의 블루투스 연동 모듈을 사용하여 블루투스 연결을 안정화할 수 있었습니다. PySide 내에 라이브러리가 구현이 잘 되어 있었기 때문에, 또 다른 라이브러리를 사용하기 보다 PySide만 사용하여 코드를 단순하게 만들었고, 원인을 찾기 힘들었던 불안정한 블루투스 연결을 해결하게 되었습니다.

- 요구사항은 문서화를 통해 해결하였습니다. 기존의 요구사항은 미팅에서 구두로 전달되는 방식이라, 의사소통 과정에서 오해가 자주 발생하였습니다. 따라서, AS-IS / TO-BE 기반의 문서로 의사소통하여 요구사항을 정확하게 하고, 원활한 의사소통을 할 수 있었습니다.
이 과제에 참여하며, 타학과의 연구실과 협력과제였기 때문에 개발자/비개발자 사이의 커뮤니케이션 능력을 기를 수 있었으며 연구생들과 깃, 슬랙, 노션 등의 툴을 사용한 협업으로 개발능력도 기를 수 있었습니다. Python을 이용하여 소프트웨어를 처음으로 개발하며 프로그래밍 언어 능력을 기를 수 있었고 자신감도 얻을 수 있었습니다.

 

SW 중심대학 공동 AI 경진대회(Semantic Segmentation, 상위 11%) (팀장, 2022.07)
- CNN 모델부터, Swin Transformer 까지 다양한 모델들을 사용해 실험했지만, 큰 점수 향상을 하지 못함. 따라서, 다시 처음으로 돌아가 EDA 를 진행했습니다.
- 모델이 그림자에 가려진 부분을 검출하는데 어려워하는 것을 시각화를 통해 파악하였고, HSV, 밝기와 대비를 조정한 데이터 증강 기법을 통해 해결했습니다.
- 학습 데이터가 적어서, 학습 가능한 외부 데이터를 찾고, 전이학습을 시켜 점수를 향상시킴. 학습 이미지의 크기를 키우고 단순한 모델을 사용한 앙상블 기법으로 점수를 향상시켰습니다.
- 후배들에게 선배들의 대회 전략을 이해시키고, 복잡한 개념을 풀어 설명해주는 중간자 역할을 수행하며, 모르는 것들을 확실히 정리할 수 있었고 상대방이 이해하기 쉽게 설명하는 능력을 키울 수 있었습니다.

 

식물 병해 진단 프로젝트 (딥러닝 및 실습, 팀장, 2022.04 - 2022.06)
- Kaggle 의 식물 질병 분류 데이터를 이용하여 손실 함수, 활성화 함수, 데이터 증강을 각각 다르게 적용해보며 과적합을 해소하고 모델의 성능을 개선하는 방법을 습득했습니다.
- 이론으로만 배웠던 딥러닝의 수학적인 내용을 PyTorch 로 접해보며 어떤 흐름으로 동작하는지 이해할 수 있었습니다.

- 팀장으로서 여러 학습 기법을 직접 다뤄보자 제안하였으며 팀원들의 실험 조건 설정을 돕고, 학습 기법을 추천.

 

항공권 가격 예측 프로젝트 (기계학습 및 실습, 팀원, 2021.11 – 2021.12)
- Kaggle 의 항공권 가격 데이터를 이용하여 데이터 전처리 및 시각화를 맡음. 이상치와 결측치 처리, 인코딩과 피쳐 스케일링을 다양하게 적용해보며 데이터 전처리의 중요성을 느꼈습니다.

- 전처리한 데이터를 시각화하며, 더 나은 전처리 방법을 적용할 수 있었음. 최신 기법들이 좋은 게 아니라, 데이터 특성에 맞게 접근해야함을 깨달았습니다.

 

ROS 자율주행 교육 (팀원, 2019.12 - 2020.02)

- 교육용 자율주행차를 이용하여 RVIZ에 평면도를 그렸습니다.

- Line Detection 알고리즘을 이용하여 교육용 차를 직접 주행시켰음. 주행간 YOLOv3를 이용해 객체 탐지를 경험했습니다. 

MY URL

첨부파일