연구소

국내 최초 인공지능 AI 매니지드 서비스 전문기업

COGNET9은

인간지능과 인공지능 사이의
Global Optima를 찾기 위한
다양한 기술을 연구합니다

기술역량

기술역량

Computer
Vision

  • Text Recognition
  • Human Action Recognition
  • Vehicle Detection and Tracking
  • Satellite Image Recognition

R&D

R&D

기업간 기술 공동 연구
도메인
특화된 AI 기술 공동 연구
  • OCR
  • Quality applications
  • Maintenance applications

기술역량

Natural
Language
Processing

  • Document Classfication
  • Morphological Analysis

R&D

정부 정책 과제
  • 과기정통부 AI 융합 과제
  • 지자체 산업 혁신 과제

기술역량

기타
AI 기술

  • MLOps for Data Annotation

R&D

AI 컨설팅
  • AI 모델 설계
  • 데이터 설계

Automatic Speech Recognition

  • Speech To Text
  • Text To Speech

Computer Vision

  • Text Recognition
  • Human Action Recognition
  • Vehicle Detection and Tracking
  • Satellite Image Recognition

Natural Language Processing

  • Document Classfication
  • Morphological Analysis

Others

  • MLOps for Data Annotation

Automatic Speech Recognition

Speech To Text

사람의 음성을 텍스트로 변환하는 기술(STT)

ML(Machine Learning)을 기반으로 학습함으로써 변환 품질은 지속적으로 향상 가능하며, 변환 품질을 더욱 높이기 위해 End2End ASR기술을 연구하고 있습니다.

Text To Speech

텍스트를 사람의 음성으로 변환하는 기술(TTS)

몇 시간의 녹음으로 원하는 사람의 음성을 구별하기 어려울 정도로 구현해 낼 수 있으며, 학습을 위해 필요한 음성 녹음 시간을 줄이기 위한 연구를 진행하고 있습니다.

Computer Vision

Text Recognition

이미지에서 문자를 인식하는 기술

문자 검출과 인식을 어렵게 만드는 다양한 환경에서도 높은 정확도로 문자를 인식하기 위해 필요한 Deep Learning 기술들을 연구하고 있습니다.

Human Action Recognition

사람의 행위 인식에 필요한 다양한 기술

CCTV 카메라 영상에서 사람의 행위 인식에 중요한 역할을 하는 자세 추정과 시공간 분석에 필요한 Deep Learning 기술들을 연구하고 있습니다.

Vehicle Detection and Tracking

첨단 운전자 보조 시스템(ADAS)개발에 필요한 사물 인식 기술

차량 내 장착된 카메라에서 취득된 영상으로부터 실시간으로 정확하게 외부 환경의 사물을 검출하고 추적하기 위해 필요한 Deep Learning 기술들을 연구하고 있습니다.

Satellite Image Recognition

위성 영상 내 인공 지물 인식에 필요한 다양한 기술

특히, 인공 지물의 검출과 인식을 어렵게 만드는 다양한 크기와 회전에 대응할 수 있는 Deep Learning 기술들을 연구하고 있습니다.

Natural Language Processing

Document Classfication

Document Classification (문서 분류)

다양한 Machine Learning 기술들을 적용하여 뉴스, 블로그 등의 문서를 주제별로 분류하고 제공하는데 필요한 핵심 기술들을 연구하고 있습니다.

Morphological Analysis

Morphological Analysis (형태소 분석)

NLP의 기본은 형태소 분석으로, 오류나 띄어쓰기에 덜 민감한 형태소 분석 기술을 연구합니다. 보다 정확한 결과를 위해 형태소 예외 처리에 대한 연구를 하고 있습니다.

Others

MLOps for Data Annotation

고품질의 학습 데이터를 빠르고 효율적으로 가공하기 위한 기술

학습 데이터를 만드는 Annotation 작업(데이터 가공)을 수동적인 방법에 의존하면 많은 시간이 소요될 뿐만 아니라 데이터의 품질을 보장하기 어렵습니다. 빠른 작업 생산성을 위해 학습 데이터 전처리에 필요한 Deep Learning 기술들과 효율적인 학습 데이터 가공 프로세스 구축에 필요한 MLOps 기술들을 함께 연구하고 있습니다.