DeblurGAN을 이용한 프레임 보간 기법

Q: 이 논문에서 정의한 프레임 보간이란 무엇인가?

인접한 프레임들 사이의 새로운 프레임을 생성하여 영상의 품질을 향상시키는 기술을 의미한다. 본 연구에서는 DeblurGAN 모델을 활용하여 추가적인 영상 처리 정보나 복잡한 구조 없이도 자연스러운 중간 프레임을 생성하는 방식으로 구현된다.

Q: DeblurGAN을 활용한 프레임 보간 기법의 생성 성능은 어떠한가?

연구 결과, 두 개의 인접 프레임을 입력으로 하여 중간 프레임을 예측함으로써 자연스러운 보간 프레임을 생성할 수 있음을 확인하였다. 특히 보간된 프레임 내의 물체 형태를 적절한 수준으로 선명하게 구현하여 모델의 유효성을 입증하였다.

엄희송; 유재창; 최용석

학술대회자료

저자정보: 엄희송 (한양대학교) 유재창 (한양대학교) 최용석 (한양대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2019 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

최근 딥러닝을 이용하여 프레임 보간을 생성하는 연구가 많이 이루어지고 있다. 인접 프레임 간에 변화가 큰 경우에는 모델이 생성한 보간 프레임의 화질을 보장하기 어렵다. 본 논문은 적대적 생성 신경망 중 하나인 DeblurGAN을 이용해 보간 프레임을 생성하는 기법을 기술하였다. 연 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료