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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

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
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

Regressor Network를 이용한 고문서 한자 위치 인식 성능 개선
김민성 ,  정유진 ,  최현철 대한전자공학회 학술대회 2018 .06

최근 본 자료

전체보기

댓글(0)

0