지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.3
- 수록면
- 167 - 174 (8page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
초고해상도 변환 문제에서 최근 딥러닝을 사용하면서 큰 성능 개선을 얻고 있다. 빠른 초고해상도 합성곱 신경망 (FSRCNN)은 딥러닝 기반 초고해상도 알고리즘으로 잘 알려져 있으며, 여러 개의 합성곱 층로 추출한 저 해상도의 입력 특징을 활용하여 역합성곱 층에서 초고해상도의 영상을 출력하는 알고리즘이다. 본 논문에서는 병렬 연산 효율성을 고려한 FPGA 기반 합성곱 신경망 가속기를 제안한다. 특히 역합성곱 층을 합성곱 층으로 변환하는 방법을 통해서 에너지 효율적인 가속기를 설계했다. 또한 제안한 방법은 FPGA 리소스를 고려하여 FSRCNN의 구조를 변형한 Optimal-FSRCNN을 제안한다. 사용하는 곱셈기의 개수를 FSRCNN 대비 3.47배 압축하였고, 초고해상도 변환 성능을 평가하는 지표인 PSNR은 FSRCNN과 비슷한 성능을 내고 있다. 이를 통해서 FPGA에 최적화된 네트워크를 구현하여 FHD 입력 영상을 UHD 영상으로 출력하는 실시간 영상처리 기술을 개발했다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 이론
Ⅲ. 제안하는 기법
Ⅳ. 실험 결과
Ⅴ. 결론
참고문헌 (References)
참고문헌 (16)
참고문헌 신청
A. Krizhevsky, I. Sutskever, and G. E. Hinton, “Imagenet classification with deep convolutional neural networks,” In NIPS, pp. 1097-1105, 2012.
A. Graves and J. Schmidhuber, “Framewise phoneme classification with bidirectional LSTM and other neural network architectures,” In IJCNN, pp. 2047-2052, 2005.
R. Girshick, J. Donahue, T. Darrell, and J. Malik, “Rich feature hierarchies for accurate object detection and semantic segmentation,” In CVPR, pp. 580-587, 2014.
R. Girshick, “Fast R-CNN,” In ICCV, 2015.
S. Ren, K. He, R. Girshick, and J. Sun, “Faster R-CNN: Towards real-time object detection with region proposal networks,” In NIPS, pp. 91-99, 2015.
A. Graves and J. Schmidhuber, “Framewise phoneme classification with bidirectional LSTM and other neural network architectures,” In IJCNN, pp. 2047-2052, 2005.
R. Girshick, J. Donahue, T. Darrell, and J. Malik, “Rich feature hierarchies for accurate object detection and semantic segmentation,” In CVPR, pp. 580-587, 2014.
R. Girshick, “Fast R-CNN,” In ICCV, 2015.
S. Ren, K. He, R. Girshick, and J. Sun, “Faster R-CNN: Towards real-time object detection with region proposal networks,” In NIPS, pp. 91-99, 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝을 이용한 저해상도 영상의 고해상도 영상 변환
대한공간정보학회 학술대회
2023 .06
-
경량화된 딥러닝 구조를 이용한 실시간 초고해상도 영상 생성 기술
한국방송미디어공학회 학술발표대회 논문집
2020 .11
-
항공영상을 이용한 다목적실용위성 3A호 영상의 딥러닝 기반 초고해상도화
한국항공우주학회 학술발표회 초록집
2022 .04
-
고해상도 위성영상에 대한 딥러닝 기반의 표적 변화 탐지
한국항공우주학회 학술발표회 초록집
2022 .11
-
딥러닝 기반의 잔차 및 역합성곱 블록을 활용한 SAR 영상 초고해상도 복원
한국정보과학회 학술발표논문집
2024 .12
-
전이학습과 딥러닝 네트워크를 활용한 고해상도 위성영상의 변화탐지
한국측량학회지
2019 .06
-
인공신경망 기반 세포 영상의 초고해상도 복원 기법 개발
대한전자공학회 학술대회
2017 .06
-
멀티채널 4K 초고해상도 영상 데이터의 실시간 획득 및 재생을 위한 FPGA 기반 하드웨어 플랫폼 개발
한국방송미디어공학회 학술발표대회 논문집
2016 .06
-
깊은 합성곱 신경망 기반 초해상도 모델의 경량화 연구
한국통신학회 학술대회논문집
2020 .08
-
잔차 신경망과 팽창 합성곱 신경망을 이용한 라이트 필드 각 초해상도 기법
한국정보통신학회논문지
2020 .12
-
합성곱 신경망과 영상 개선 신경망을 이용한 저해상도 영상 객체 인식
한국정보과학회 학술발표논문집
2017 .12
-
FPGA 기반 멀티 뉴럴 네트워크 가속기 프레임워크 설계
한국정보과학회 학술발표논문집
2018 .06
-
FPGA 탑재 경량 심층신경망의 정확도 및 연산 성능 연구
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
다 채널 입력 깊은 신경 구조를 이용한 초고해상도 영상 복원
대한전자공학회 학술대회
2015 .11
-
ResNet-50 합성곱 신경망을 위한 고정 소수점 표현 방법
한국정보통신학회논문지
2018 .01
-
FPGA 및 딥러닝 기반 웨이퍼 결함 감지 시스템 개발
대한전기학회 학술대회 논문집
2024 .10
-
FPGA로 구현 한 실시간 평균 영상 생성기
대한전자공학회 학술대회
2015 .11
-
Object Recognition in Low Resolution Images using a Convolutional Neural Network and an Image Enhancement Network
Journal of KIISE
2018 .08
-
딥러닝 기반 초고해상도 AFM 이미지 생성 기술 개발
대한기계학회 춘추학술대회
2020 .12
-
FPGA 기반 고속 인체 추정 방법 설계 및 구현 연구
Proceedings of KIIT Conference
2023 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
저장 및 전송 시스템에서의 해상 영상을 위한 딥 러닝 기반 영상 개선 기술 분석
이영복
,
이은성
,
이민훈
외 3명
방송공학회논문지
2023
.07
3차원 LiDAR 점군 데이터에서의 가상 차량 데이터 생성을 위한 구면 점 추적 기법
이상준
,
김학일
방송공학회논문지
2023
.05
딥러닝 기반 CT 스캔 재구성을 통한 조영제 사용 및 신체 부위 분류 성능 향상 연구
나성원
,
고유선
,
김경원
방송공학회논문지
2023
.05
내용 기반의 정렬을 통한 HDR 동영상 생성 방법
정혜수
,
조남익
방송공학회논문지
2023
.03
Light-field 이미지로 변환된 다중 평면 홀로그램 영상에 대해 객체 검출 알고리즘을 적용한 평면별 객체의 깊이 정보 해석 및 조절 기법
배영규
,
신동하
,
이승열
방송공학회논문지
2023
.01
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-567-001644699