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
- 조근식
- 발행연도
- 2021
- 저작권
- 인하대학교 논문은 저작권에 의해 보호받습니다.
이용수9
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
최근 이미지에 존재하는 안개가 컴퓨터 비전 문제의 성능을 저하시키면서, 안개를 제거하는 연구가 주목을 받고 있다. 안개 제거는 이미지에 존재하는 안개를 제거하는 문제이다. CNN이 발전하면서 안개 제거는 좋은 성능을 보여주고 있지만 페어링으로 존재하는 데이터세트 필요하다는 한계점 있다. 이를 해결하고자 본 논문에서는 페어링으로 되지 않는 데이터세트를 이용해서 안개를 제거하는 모델을 제안한다. 제안하는 모델은 CycleGAN을 기반으로 GDB(Global Dilation Block)을 이용해서 receptive field를 점진적으로 확대시키고 소벨 필터(sobel filter) 이용한 Edge loss를 통해 이미지의 엣지(edge)를 개선시켰다. D-HAZY 데이터세트를 이용한 실험을 통해 PSNR은3.03, SSIM는 0.09 성능 개선 효과를 보였다.
목차
제 1 장 서론 1제 2 장 배경 지식 및 관련 연구 32.1 안개 제거 32.2 GAN(Generative Adversarial Network) 52.3 Dilated Convolution 82.4 Sobel filter 10제 3 장 Global Dilation Block과 Edge Loss를 이용한 안개제거 GAN 123.1 제안하는 모델 123.2 Global Dilation Block 133.2 Edge Loss 15제 4 장 실험 184.1 데이터세트 184.2 실험 결과 19제 5 장 결론 및 향후 연구 24참고문헌 25
최근 본 자료
댓글(0)
0