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
- 학위논문
- 저자정보
- 지도교수
- 윤상민
- 발행연도
- 2021
- 저작권
- 국민대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
컴퓨터 비전 및 그래픽스의 기초 연구 분야인 초고해상도 영상 복원은 저해상도 영상에서 고해상도 영상을 복원하는 기술이다. 초고해상도 영상 복원은 근본적으로 고유한 정답이 없는 ill-posed problem이며 정확한 고해상도 영상을 복원하기 위해 보간법부터 딥러닝까지 다양한 방법들이 제안되었으나 직선이나 섬세한 문양처럼 성능과 직결되는 고주파 요소를 정확하게 복원하는 것은 여전히 과제로 남아있다.
본 논문에서는 정확한 고주파 요소와 고해상도 영상을 복원하기 위해 딥러닝을 활용한 영상 분할 기반 초고해상도 영상 복원 방법을 제안한다. 제안하는 방법은 저해상도 입력 영상에서 유용한 특징을 추출하는 Shared Feature Extractor와 고해상도의 요소 영상을 복원하는 Upscaling Network로 구성되며 이를 활용하여 저해상도 영상에서 고해상도의 구조 요소와 질감 요소 영상을 복원한다. 제안하는 방법은 하나의 입력과 두 개의 출력을 갖는 다중 태스크 네트워크이며 네트워크 학습 시 발생할 수 있는 학습 불균형 문제를 완화하고 최적의 손실함수 가중치를 찾기 위해 GradNorm을 적용하였다.
정성적 평가를 통해 제안하는 방법이 기존의 방법보다 비교적 정확한 질감 요소를 복원하는 것을 확인하였으며 정량적인 평가에서도 제안하는 방법이 비교적 높은 PSNR과 SSIM을 얻었다. 또한 추가적인 실험을 통해 제안하는 영상 분할 기반 초고해상도 영상 복원 방법이 Image Abstraction, Detail Enhancement, Pencil Drawing, Photo-realistic Style Transfer 연구에 적용 및 응용될 수 있음을 확인하였다.
본 논문에서는 정확한 고주파 요소와 고해상도 영상을 복원하기 위해 딥러닝을 활용한 영상 분할 기반 초고해상도 영상 복원 방법을 제안한다. 제안하는 방법은 저해상도 입력 영상에서 유용한 특징을 추출하는 Shared Feature Extractor와 고해상도의 요소 영상을 복원하는 Upscaling Network로 구성되며 이를 활용하여 저해상도 영상에서 고해상도의 구조 요소와 질감 요소 영상을 복원한다. 제안하는 방법은 하나의 입력과 두 개의 출력을 갖는 다중 태스크 네트워크이며 네트워크 학습 시 발생할 수 있는 학습 불균형 문제를 완화하고 최적의 손실함수 가중치를 찾기 위해 GradNorm을 적용하였다.
정성적 평가를 통해 제안하는 방법이 기존의 방법보다 비교적 정확한 질감 요소를 복원하는 것을 확인하였으며 정량적인 평가에서도 제안하는 방법이 비교적 높은 PSNR과 SSIM을 얻었다. 또한 추가적인 실험을 통해 제안하는 영상 분할 기반 초고해상도 영상 복원 방법이 Image Abstraction, Detail Enhancement, Pencil Drawing, Photo-realistic Style Transfer 연구에 적용 및 응용될 수 있음을 확인하였다.
목차
1. 서 론 11.1 연구 배경 및 목적 12. 관련 연구 및 배경 52.1 단일 영상 기반 초고해상도 영상 복원 52.2 영상 분할 113. 영상 분할 기반 초고해상도 영상 복원 163.1 개요 163.2 네트워크 구조 183.3 손실 함수 및 GradNorm 213.4 실험 환경 및 데이터 273.5 실험 결과 및 분석 294. 초고해상도 영상 복원 응용 424.1 개요 424.2 영상 분할 응용 424.3 스타일 변환 응용 455. 결 론 48참고문헌 49영문요약 55
최근 본 자료
댓글(0)
0