Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 최용석 | - |
dc.contributor.author | 엄희송 | - |
dc.date.accessioned | 2020-02-11T04:35:19Z | - |
dc.date.available | 2020-02-11T04:35:19Z | - |
dc.date.issued | 2020-02 | - |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/123834 | - |
dc.identifier.uri | http://hanyang.dcollection.net/common/orgView/200000437213 | en_US |
dc.description.abstract | 국문 요약 이미지-이미지 간 변환은 입력 이미지의 색상, 형태 또는 스타일 등의 특성들을 변환하는 문제이며, 이를 해결하는 것을 통해 컴퓨터 비전 분야의 다양한 문제를 해결할 수 있으나, 이를 위해서는 고품질의 결과물 생성이 가능한 이미지-이미지 간 변환 기법이 요구된다. 본 논문에서는 교차연결 오토 인코더와 디코더의 feature mapping layer 최적화를 통해 이미지-이미지 변환 성능을 최대로 수행하는 모델을 제안하고 실험을 통해 이를 검증하였다. 실험을 통해 확인한 본 연구의 장점은 다음과 같다. 첫 번째, 입력ㆍ출력 이미지의 특성을 각각 학습하는 오토 인코더와 디코더를 구성하고 feature mapping layer를 통해 교차연결하여 기존 연구의 문제점인 형태 변환이 제한되는 제약조건을 해결한다. 두 번째, 해당 기법을 적용하는 이미지 변환 영역에 적합하게 feature mapping layer를 최적화하여 변환의 품질이 향상된다. 해당 실험에는 Cityscapes, Cat2dog과 Summer2winter 데이터셋을 사용하였다. 그 결과, 비교 모델의 결과에 비해 본 논문에서 제안하는 방법을 적용한 모델의 결과가 정성적 평가로 FID 측정결과에서 8%의 성능향상을 보인 것을 포함해 여러 측정 방법에서 우월한 성능을 나타내었고, 정량적 측정에서도 높은 품질 차이를 보였다. 해당 실험의 결과를 통해 본 논문에서 제안하는 기법을 통해 변환하고자 하는 특성에 제약이 없이 이미지-이미지 간 변환을 수행하면서 품질을 보장하는 것이 가능함을 확인할 수 있었다. | - |
dc.publisher | 한양대학교 | - |
dc.title | 교차연결 오토 인코더와 디코더에서 Feature Mapping Layer 최적화를 통한 이미지-이미지 간 변환의 성능향상 | - |
dc.title.alternative | Performance Improvement of Image-to-Image Translation by Optimizing Feature Mapping Layer in Cross-Connect Auto-Encoder and Decoder | - |
dc.type | Theses | - |
dc.contributor.googleauthor | 엄희송 | - |
dc.contributor.alternativeauthor | Heesong Eom | - |
dc.sector.campus | S | - |
dc.sector.daehak | 대학원 | - |
dc.sector.department | 컴퓨터·소프트웨어학과 | - |
dc.description.degree | Master | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.