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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
천동민 (LIG넥스원) 정영환 (LIG넥스원) 이원식 (LIG넥스원) 위성혁 (LIG넥스원) 남상진 (LIG넥스원)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.48 No.11
발행연도
2021.11
수록면
1,194 - 1,201 (8page)
DOI
10.5626/JOK.2021.48.11.1194

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 적대적 생성 네트워크(Generative Adversarial Network, 이하 GAN)을 이용한 초해상도(Super Resolution) 수행 방법을 제안하고 있다. 보간, CNN(Convolutional Neural Network), GAN 등에 이르기까지 초해상도 작업을 수행하는 여러 기법이 제시되고 있으며, 그중 이미지 합성에서 좋은 성능을 보였던 GAN을 초해상도 작업에 활용하려는 시도가 많이 있었다. GAN의 Generator의 네트워크 구조, 손실함수 변경 등을 통한 초해상도 품질 향상을 이루려는 시도는 많지만, Discriminator에 대해서는 그만큼 개선의 초점이 맞춰지지는 않았다. 따라서 본 논문에서는 타 논문에서 제시되었던 U-Net 구조 및 이미지의 회전에 대한 보조 분류기 구조를 추가하여 초해상도 작업에 긍정적인 영향을 준 것을, 실험을 통해 확인하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 본론
4. 실험 환경
5. 실험 결과
6. 결론
Reference

참고문헌 (18)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-569-002168727