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
Md Foysal Haque (Dong-A University) Hye-Youn Lim (Dong-A University) Dae-Seong Kang (Dong-A University)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2021년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2021.11
수록면
137 - 140 (4page)

이용수

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

초록· 키워드

오류제보하기
기후 변화 인해 흐리고 흐린 날씨가 자주 일어나기 때문에 시야가 좁아진다. 최근 이미지 디헤이징을 위한 딥러닝 접근법의 개발에서, 이 작업은 컴퓨터 비전에서 좋지않은 성능으로 도전적인 문제로 여전히 간주된다. 본 논문에서 제안된 비지도 딥 러닝 모델인 이미지 디헤이징의 성능을 향상시킨다. 제안된 모델은 이미지 디헤이징 작업을 강화하기 위해 조건부 상황 인식 생성적 적대 네트워크를 통한 비지도 학습 방법을 채택했다. 이 모델은 희미해진 데이터와 원래의 희미하지 않은 훈련 데이터 사이의 상황 차이를 기반으로 희미함을 제거하는 방법을 학습한다. 또한 제안된 모델은 이미지의 사실적인 텍스처 정보를 생성하고 복잡한 흐릿한 이미지에 대한 시각적 대비를 향상시키기 위해 성공적인 정확도를 달성했다.
#generative adversarial network #convolutional neural network #image dehazing

목차

Abstract
요약
Ⅰ. Introduction
Ⅱ. Proposed Method
Ⅲ. Experiment & Results
Ⅳ. Conclusion
References

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

재귀적 깊은 신경망을 이용한 단일 영상 연무 제거
박은필 ,  심재영 대한전자공학회 학술대회 2020 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-002162594