메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이정범 (서울대학교) 윤성로 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제24권 제8호
발행연도
2018.8
수록면
427 - 431 (5page)
DOI
10.5626/KTCP.2018.24.8.427

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2018

광학 흐름(Optical Flow)을 이용한 영상 프레임 예측
이정범 ,  윤성로 정보과학회 컴퓨팅의 실제 논문지 2018.08 학술저널

2017

광학 흐름(Optical Flow)을 이용한 영상 프레임 예측
이정범 ,  윤성로 한국정보과학회 학술발표논문집 2017.12 학술대회자료

초록· 키워드

오류제보하기
영상 처리, 특히 영상 프레임 생성 문제는 많은 분야에서 응용이 가능하지만 정적인 특징(content)과 동적인 특징(motion)을 둘 다 고려하여 프레임을 생성해야하기 때문에 어려운 문제로 여겨진다. 본 논문에서는 정적인 특징과 동적인 특징을 분해하여 주어진 영상의 특징을 얻고, 그 특징을 이용하여 다음 프레임을 예측하는 네트워크를 사용한다. 기존의 연구는 동적인 특징을 얻을 때 프레임 간 차이를 네트워크의 입력으로 이용하여 얻었지만, 본 논문에서는 프레임 간의 광학 흐름(optical flow)를 통해 동적인 특징을 얻는다. 같은 조건에서 프레임 간의 차이를 넣어주는 것 보다 광학 흐름 넣어주었을 때 PSNR과 SSIM의 값의 비교를 통해 더 나은 영상 프레임을 생성하는 것을 보였다.
#딥러닝 #영상처리 #컴퓨터 비전 #적대적 생성 신경망 #deep learning #video processing #computer vision #generative adversarial nets

목차

요약
Abstract
1. 서론
2. 배경 이론
3. 실험
4. 결론
References

참고문헌 (16)

참고문헌 신청
S. Herath, M. Harandi, and F. Porikli, Going deeper into action recognition: A survey, Image and Vision Computing, 60:4-21, 2017. I. Goodfellow, J. Pouget-Abadie, and M. Mirza, et al., Generative adversarial nets, NIPS. 2014. Kingma, Diederik P., and Max Welling, Autoencoding variational bayes, arXiv preprint arXiv: 1312.6114, 2013. Simonyan, K., Zisserman, A., Two-stream convolutional networks for action recognition in videos, Advances in Neural Information Processing Systems, 568-576, 2014. R. Villegas, J. Yang, and S. Hong, et al., Decomposing motion and content for natural video sequence prediction, ICLR, 2017.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

실시간 영상 생성을 위한 광학 흐름 요소 렌더링
박태준 ,  이승용 ,  신성용 컴퓨터그래픽스학회논문지 1998 .12
광학 흐름 기법과 학습 기반 모델을 이용한 움직이는 객체 인식 알고리즘
최호식 ,  김대은 한국정보과학회 학술발표논문집 2022 .12
지구 관측 위성 정보를 활용한 딥러닝 연구동향
이훈희 ,  이돈구 ,  최연주 외 3명 항공우주산업기술동향 2022 .07
광학 우주 관측 시스템의 미지 우주물체 위치 추적 분석
현철 ,  이상욱 ,  이호진 외 1명 한국정보통신학회논문지 2021 .12
Optical flow를 이용한 영상의 흔들림 보정 알고리듬 개발
조경래 ,  도덕희 ,  김홍엽 외 2명 한국가시화정보학회지 2019 .12

최근 본 자료

전체보기

댓글(0)

0