선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- SRGAN의 목적은 입력받은 낮은 해상도의 이미지에서 높은 해상도의 이미지를 생성하는 것이다. 이를 위하여 SRGAN의 인공 신경망을 학습시켜야 한다.
- 딥 러닝 중에서도 최근 주목 받고 있는 기술은 생성적 대립 신경망이라고 알려진 GAN(Generative Adversarial Networks)이다. 본 논문에서는 GAN 알고리즘 중에서 SRGAN 딥러닝 기법을 활용하여 저화질의 CCTV 영상 화질을 개선시키는 실험을 진행하여 화질 개선이 가능함을 보이고자 한다.
- 본 논문에서는 SRGAN을 활용하여 CCTV 영상의 화질을 개선시키는 기법을 제안하고 실험을 진행하였다. 실험 결과 SRGAN을 사용하여 저화질 CCTV 영상 화질을 보다 선명하게 개선하는 것이 가능함을 보였다.
- 3%로 향상되었음을 확인하였다. 본 논문은 [13~15]처럼 실제 CCTV 데이터를 SRGAN 기법에 적용하여 화질을 개선하는 실험을 진행하였다.
- 실험에 들어가기에 앞서 제안된 기법이 평균적으로 어느 정도의 처리량을 보이는지 살펴본다. 이를 평가하기 위해 제안된 기법이 이미지 10장의 화질 개선 과정을 진행하는 동안 걸리는 시간을 측정하였다.
- ReLU는 인공신경망에 사용되는 활성함수이다. 활성함수는 인공신경망 노드 값의 계산 결과가 일정 임계점을 넘는지 판단하는 것이 목적이다. 기존에는 Sigmoid나 탄젠트 함수가 사용되었으나 심층 신경망(Deep Neural Network)에 포함된 레이어가 많아지면서 –1에서 1 혹은 0에서 1 사이의 값을 나타내는 함수로는 기울기 값의 소실을 막을 수 없게 되었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.