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
학술저널
저자정보
김도연 (고려대학교) 김은빈 (고려대학교) 김현우 (고려대학교) 황인준 (고려대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.51 No.8
발행연도
2024.8
수록면
729 - 735 (7page)
DOI
10.5626/JOK.2024.51.8.729

이용수

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

초록· 키워드

오류제보하기
각기 다른 이미지에서 얻어진 전경과 배경을 합하여 새로운 이미지를 만드는 이미지 합성은 유용한 영상 편집 기술이지만 종종 명암이나 색감의 불일치로 인해 어색한 이미지를 만든다. 이러한 부조화를 줄이기 위한 이미지 조화 기술은 전경과 배경 사이의 색감을 사실적으로 일치시킬 수 있어 영상 편집 분야에서 큰 주목을 받았다. 기존 딥러닝 기반의 이미지 조화 모델들은 대용량 학습 데이터셋을 사용하여 잠재력 있는 조화 성능을 보였으나, 밝기를 효과적으로 고려할 수 없는 손실 함수를 사용하거나 밝기 분포가 편향된 데이터셋을 학습하여 다양한 밝기 조건에 일반화 성능이 떨어졌다. 이에 본 논문은 주어진 이미지의 밝기를 명시적으로 계산하는 LAB 색 공간 기반의 손실 함수와 밝기 분포가 균형된 데이터셋을 구축하기 위한 LAB 기반 전처리 방법을 통해 새로운 이미지 조화 기법을 제안한다. 공개 이미지 데이터셋에 대한 실험을 통하여 제안 기법이 다양한 밝기 조건에서도 강건한 조화 성능을 가짐을 입증한다.
#이미지 조화 #색 공간 #손실 함수 #전처리 기법 #image harmonization #color space #loss function #preprocessing scheme

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안 기법
4. 실험 결과
5. 결론
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!

최근 본 자료

전체보기

댓글(0)

0