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
이현진 (영남대학교) 김민성 (영남대학교) 최현철 (영남대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2019년도 대한전자공학회 하계종합학술대회 논문집
발행연도
2019.6
수록면
1,148 - 1,153 (6page)

이용수

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

초록· 키워드

오류제보하기
콘텐츠 이미지에 다른 이미지의 스타일을 적용하는 것을 이미지 스타일 변형이라고 한다. 스타일 변형을 위해 주로 VGG network가 사용되며, 대표적인 종류로는 VGG-16, VGG-19 [6]가 있다. VGG-19가 VGG-16 보다 layer 가 많고 깊은 구조이며, 추출할 수 있는 특징 벡터는 추상화된 이미지의 정보를 가지고 있다. 우리는 network가 깊을수록 이미지의 고차원적 정보를 더 많이 알 수 있고, 이러한 고차원 정보의 평균과 표준편차를 조정하는 것으로 더 큰 스타일 변형 효과를 기대할 수 있다. 그러나 layer가 많을수록 network의 복잡도가 증가하여 소요되는 메모리와 연산량이 증가한다. 본 논문에서는 복잡도가 높은 VGG-19 대신 VGG-16을 사용하여 비슷한 수준의 스타일 변형이 가능함을 실험을 통해 보인다. 이렇게 VGG-16을 사용함으로써, 기존의 VGG-19에 소요되는 메모리와 연산량이 절반가량 줄어드는 이점을 얻었다.

목차

Abstract
Ⅰ. 서론
Ⅱ. VGG-16을 사용한 스타일 변형 학습
Ⅲ. 실험
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

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