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
학술대회자료
저자정보
백보성 (경북대학교) 김아로 (경북대학교) 장재윤 (경희대학교) 황효석 (경희대학교) 최재열 (성균관대학교) 류영일 (성균관대학교) 류은석 (성균관대학교) 박상효 (경북대학교)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
294 - 297 (4page)

이용수

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

초록· 키워드

오류제보하기
최근 초해상화 연구에서 생산적 적대 신경망 모델(GAN)을 활용한 사례가 많이 나오고 있다. 하지만 생산적 적대 신경망 기반 모델들은 복잡하고 많은 파라미터를 가지고 있어 한정된 하드웨어 자원 환경에서 적용하는데 많은 어려움이 있다. 따라서 본 논문에는 생산적 적대 신경망 기반 초해상화 모델을 지식 증류 기법을 이용하여 모델의 크기를 효과적으로 줄이고자 한다. 또한 지식 증류의 주체가 되는 교사 모델에 가지치기 방식을 적용하여 지식 증류 과정에서 필요한 지식들만 전달할 수 있는 방식을 제안한다. 실험 결과 더 적은 양의 파라미터를 가지는 학생모델이 오히려 교사 모델보다 평균 PSNR 과 SSIM 이 각각 1.1793dB, 0.0415 만큼 더 높은 지표를 나타내어 더 가벼운 모델로 더 고화질의 초해상화된 이미지를 생성할 수 있음을 보였다.

목차

요약
1. 서론
2. 제안 방법
3. 모델 실험
4. 결론
참고문헌 (References)

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090101674