원문정보
High-Resolution Montage Generation using CycleGAN and DFDNET
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
CycleGAN은 쌍이 없는 사진 기반의 학습을 통해서 서로 다른 도메인 간의 변환이 가능한 딥러닝 네트워크로써 다양한 어플리케이션에 적용할 수 있지만, 아티팩트가 남아있는 경우가 많고, 고화질의 이미지를 생성하기가 어렵다. 본 연구에서는 CycleGAN 기반의 몽타주 생성 기법을 제안하며, 아티팩트 제거와 업샘플링의 역할을 하기 위해 DFDNET을 적용함으로써 기존 연구에서의 단점을 개선하였다. 제안한 방법은 몽타주 생성 모델에서 기존 CycleGAN만 사용했을 때보다 더 좋은 품질을 얻을 수 있었고, 몽타주 생성 연구에 있어 DFDNET을 통한 화질 개선 및 고해상도 생성 네트워크가 몽타주를 생성하는데 도움을 줄 수 있음을 확인하였다.
목차
요약
1. 서론
2. 실험방법
2.1. 제안방법
2.2. 몽타주 데이터 셋
3. 실험결과
3.1. 원본데이터 학습
3.2. 원본 사진에 DFDNET을 적용한 학습
3.3. 원본 사진의 배경 제거와 원본 몽타주에 DFDNET을 적용한 학습
3.4. 결과 사진 DFDNET 적용
4. 결론
Acknowledgement
참고문헌
1. 서론
2. 실험방법
2.1. 제안방법
2.2. 몽타주 데이터 셋
3. 실험결과
3.1. 원본데이터 학습
3.2. 원본 사진에 DFDNET을 적용한 학습
3.3. 원본 사진의 배경 제거와 원본 몽타주에 DFDNET을 적용한 학습
3.4. 결과 사진 DFDNET 적용
4. 결론
Acknowledgement
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보