광학·전자파·테라헤르츠 이미징

테라헤르츠·전자파 영상은 물체 내부를 비파괴로 들여다볼 수 있지만, 긴 파장과 측정 조건의 한계로 흐릿하고 잡음이 많습니다. PraxAI는 정답 영상 없이도 학습하는 자기지도 딥러닝으로 이 영상을 복원해, 정밀 검사가 필요한 현장에서 쓸 수 있게 만듭니다.

현장의 문제

빛(전자기파)은 파장이 길수록 해상도가 떨어지는데, 테라헤르츠파의 파장은 가시광선보다 수백~수천 배 길어 '회절 한계'에 막혀 영상이 흐려집니다. 여기에 센서·환경 노이즈가 더해져 미세한 구조가 묻히고, 측정 시간을 늘리거나 더 비싼 광학계를 쓰는 하드웨어 해법은 비용과 속도에서 한계가 분명합니다.

• 회절 한계로 인한 근본적 해상도 저하
• 센서·환경 노이즈에 묻히는 미세 구조
• 하드웨어 고도화의 비용·속도 한계

PraxAI의 역할

여러 주파수로 촬영한 초분광 영상의 관계를 자기지도 학습으로 익혀, 정답 영상 없이도 흐림과 잡음을 동시에 제거하고 해상도를 끌어올립니다. 초해상도(J-Net), 노이즈 제거, 인페인팅을 하나의 파이프라인으로 다루며, 이 복원 기술은 등록특허 2건으로 권리화되어 있습니다.

• 자기지도 학습으로 정답 없이 흐림·잡음 제거
• 주파수 기반 초해상도로 저하된 해상도 개선
• 등록특허 2건(10-2685916, 10-2849303) 기반

기대 효과

복원된 영상은 보안검색의 은닉 위험물 탐지, 반도체·소재의 비파괴 내부 검사 등 정밀 판독이 필요한 분야에 적용할 수 있습니다. PraxAI는 여러 연구기관·기업과 협력하며, 실제 적용 성능은 현장 데이터 기반 검증이 필요합니다.

• 보안검색: 은닉 위험물 탐지 보조
• 비파괴검사: 제품·소재 내부 결함 분석
• 연구·계측: 저품질 측정 데이터의 분석 가능성 향상