홍칭치

🏷️ 영상처리 확산모델 교수 Star

개요

홍칭치(Qingqi Hong, 洪庆琦)는 샤먼대학교(Xiamen University) 소속 부교수로, 영상 생성, 비디오 이해, 멀티미디어 분석을 연구합니다. 샤먼대학교 컴퓨터과학 분야에서 이미지·영상 처리 전반에 걸친 폭넓은 연구를 이어오고 있으며, 컴퓨터 비전 분야 국제 학술대회 및 저널에 꾸준히 논문을 발표해왔습니다.

2026년 발표된 Memento(arXiv:2606.14667) 연구에서 교신저자를 맡았습니다. 장기 멀티샷 영상 생성에서 반복 등장 인물의 정체성 보존 문제를 피사체 재구성 보조 학습으로 해결한 이 연구는 확산 모델 기반 영상 생성의 일관성 문제에 대한 실질적인 해법을 제시했다는 평가를 받습니다. 연구 방향 설계 및 논문 작성 전반을 이끌었습니다.

연구 관심사는 이미지 초해상도, 시각적 현저성 탐지, 영상 이해, 객체 탐지 등 고전적 컴퓨터 비전 문제부터 확산 모델 기반 생성 모델링까지 넓게 걸쳐 있습니다.

생애

홍칭치는 중국 본토 대학에서 컴퓨터과학 분야 학업을 마친 뒤 샤먼대학교에 합류했습니다. 샤먼대학교는 중국 동남부 푸젠성에 위치한 명문 연구중심 대학으로, 컴퓨터 비전 및 멀티미디어 분야에서 활발한 연구를 수행하는 기관입니다. 홍칭치는 이곳에서 교수 경력을 쌓으며 이미지·영상 처리 분야에서 독자적인 연구 방향을 개척해왔습니다.

이미지 초해상도 분야의 AnySR 연구(arXiv:2407.04241, 2024)에서 공저자로 참여하는 등 생성 모델을 활용한 이미지 품질 향상 연구도 진행했습니다. 네트워크 프루닝, 해싱 기반 크로스 모달 검색 등 경량화·효율화 방향의 연구에도 관여한 이력이 있어, 모델 효율성과 생성 품질을 함께 고려하는 연구 스타일을 보여줍니다.

2026년에는 바이두 ERNIE Team과의 협업을 통해 Memento 연구를 완성했습니다. 학계 연구자로서 산업계 AI 연구팀과의 연계를 통해 대규모 기반 모델을 활용하는 방향으로 연구를 발전시키고 있습니다.

업적

홍칭치의 연구 성과 가운데 가장 주목할 만한 것은 Memento(2026) 연구입니다. 장기 비디오 생성에서는 동일 인물이 여러 샷에 걸쳐 등장할 때 외모와 정체성이 일관되게 유지되어야 하는데, 기존 방법들은 샷 수가 늘어날수록 이 일관성이 무너지는 문제를 가지고 있었습니다. Memento는 피사체 재구성(subject reconstruction)을 보조 학습 목표로 삼아 모델이 등장인물의 정체성을 더 견고하게 기억하도록 유도하는 방법을 제안했습니다.

이미지 초해상도 분야에서도 의미 있는 기여가 있습니다. AnySR(2024)은 임의 배율과 임의 자원 제약 하에서 이미지 초해상도를 수행할 수 있는 범용 접근법을 제시한 연구로, 실용적인 배포 환경에서의 유연성을 높였습니다.

시각적 현저성 탐지 관련 연구도 진행했습니다. 포괄적 정보를 활용한 시각적 현저성 탐지 리뷰(arXiv:1803.03391)는 해당 분야의 방법론을 체계적으로 정리한 연구입니다. 객체 탐지, 네트워크 경량화, 크로스 모달 검색 등 다양한 방향에서 꾸준히 논문을 발표하며 컴퓨터 비전 연구자로서의 폭넓은 역량을 보여주고 있습니다.

여담

홍칭치가 교신저자를 맡은 Memento 연구는 바이두 ERNIE Team과의 산학 협력 결과물입니다. 제1저자인 웨이쉬안과 장전위 등 바이두 팀이 기술 구현을 주도하고, 샤먼대학교 측에서 연구 방향과 논문 작성을 총괄하는 구조로 진행되었습니다. 이런 방식의 협업은 대형 생성 모델을 보유한 산업계 팀과 학계 연구자가 각자의 강점을 결합하는 최근 AI 연구의 전형적인 패턴을 잘 보여줍니다.

샤먼대학교는 중국 내 컴퓨터 비전 연구 강점으로 알려진 롱롱 지(Rongrong Ji) 교수가 이끄는 미디어 분석·컴퓨팅 연구실이 있는 기관으로, 멀티미디어 처리 분야 연구의 거점 중 하나입니다. 홍칭치의 연구는 이러한 기관 환경을 배경으로 성장했습니다.

주요 논문