원문정보
A Study on 3D GAN Algorithm for Restoration of Cultural Properties
초록
영어
The restoration of cultural properties depends on the data and the skills of experts and IT skills. However, there are times when new cultural assets are unearthed and restoration takes too long. And there is a possibility that the result may be different from what was expected. Therefore, we want to quickly restore cultural properties using artificial intelligence. There are two ways to restore cultural assets: a 2D deep learning method and a 3D deep learning method. 3D deep learning has a variety of ways to represent 3D data. Cultural properties restoration may vary in complexity, accuracy, and restoration time depending on input data. Therefore, the selection of the 3D data expression method and the selection of the deep learning algorithm are important. Recently, 2D data (image) restoration using GAN algorithm is being studied, and 3D restoration research is also being conducted through GAN algorithm. In this paper, 3D GAN was selected for the restoration of cultural properties. And it showed excellent performance in 2D GAN. The 3D GAN algorithm restored cultural properties by selecting the RASGAN algorithm using voxels and semantics.
한국어
문화재 복원은 자료와 전문가의 기술 및 고 기록물 자료에 의존해 복구한다. 하지만 새로운 문화재 자료 가 출토되거나, 잘못된 정보로 복원에 오류가 발생하면 다시 복원하는 데 오랜 시간이 걸린다. 본 연구에서는 인 공지능을 이용해 문화재를 복원하는 방법을 연구했다. 문화재를 복원하는 방법으로 기본에 2D 이미지 기반의 복 원 벗어나 문화재 특성상 3D형태의 복원이 적합하다는 판단으로 연구를 진행했다. 문화재 중 석탑을 기준으로 3D 데이터로 변환한 후 학습을 진행하고 복원정도를 확인했다. 제안된 문화재 복원은 데이터의 형태에 따라 2D형태 와 다르게 복잡도, 정확도, 복원 시간이 달라질 수 있다. 본 연구에서는 문화재 데이터를 3D 데이터 표현방법(3D Modeling)을 선정했고 RaSGAN 알고리즘을 수정해 진행했다. 최근에는 대부분의 복원 연구가 2D 형태의 GAN 알고리즘을 이용한 2D데이터(이미지) 복원 관련 연구되고 있지만 3D형태의 알고리즘은 없는 상태이다. 본 연구에서는 문화재 복원을 위해 3D GAN인 개선된 복셀(Voxel) 방식의 RaSGAN 통하여 학습을 진행하고 복원 가능성 확인했다.
목차
Abstract
Ⅰ. 서론
Ⅱ. 제안된 방법
2.1 3D 데이터 모델 복원학습
2.2 3D 데이터표현방법
2.3 3D 딥러닝
2.4 RaSGAN 알고리즘
Ⅲ. 실험 및 고찰
3.1 실험환경
3.2 RaSGAN 학습
Ⅳ. 실험결과 및 분석
Ⅴ. 결론
REFERENCES