인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
초해상도는 저화질의 영상을 고화질의 영상으로 변환하는 과업으로, 무거운 연산을 활용하여 성능을 향상하는 연구에 비교적 집중되어 있다. 우리는 깊은 합성곱 신경망 기반 초해상도 모델을 다른 기술과 함께 사용하거나 모바일 환경에서 사용할 때, 모델의 경량화가 필요함을 인지하였다. 이에 따라 본 논문에서는 깊이별 분리 합성곱(Depth-wise Separable Convolution)을 활용하여, 최신 초해상도 모델인 MSRN(Multi-Scale Residual Network)을 경량화한 SMSRN(Separable Convolution Based Multi-Scale Residual Network)의 구조를 제안한다. SMSRN의 매개변수는 MSRN의 14.64% 수준으로 감량되었다. 반면에 다양한 벤치마크 데이터 집합에 대한 정량적 실험을 진행한 결과로 성능은 98.53%를 유지함을 보였으며, 정성적 실험 결과로 성능 저하를 확인하기 힘든 결과를 보였다. SMSRN은 다양한 합성곱 필터 크기를 사용한 구조이므로, 다양한 구조의 초해상도 모델에도 적용하여 경량화 할 수 있을 것으로 판단된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2021-567-001650826
