$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유전자 알고리즘을 이용한 효과적인 영상 생성 기법
An Effective Method for Generating Images Using Genetic Algorithm 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.8, 2019년, pp.896 - 902  

차주형 (Division of Creative Software Eng., Dong-eui University) ,  우영운 (Division of Creative Software Eng., Dong-eui University) ,  이임건 (Division of Digital Contents & Game Animation, Dong-eui University)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 유전자 알고리즘을 이용하여 기존 영상과 유사한 영상을 자동으로 생성하는 두 가지 방법을 제안하였다. 실험은 각각의 제안된 방법을 사용하여 두 가지 크기 ($256{\times}256$, $512{\times}512$)의 흑백 영상과 컬러 영상에서 수행되었다. 실험 결과, 전체 영상을 분할된 서브 영상으로 구분하여 모델링한 후 진화하는 기법이 전체 영상을 단일 유전자로 모델링하여 진화한다는 것보다 훨씬 정교하고 진화 속도도 빠르다는 것을 확인할 수 있었다. 따라서 향후 기존 영상과 유사한 영상을 생성하거나 다른 영상으로부터 합성된 영상을 신속하고 자연스럽게 학습하기 위해서는 영상을 분할하여 유전자를 모델링 하는 기법을 이용하여 유전자 모델링, 선택, 교차, 돌연변이 기법 등을 신중하게 결정해야 할 필요가 있다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we proposed two methods to automatically generate color images similar to existing images using genetic algorithms. Experiments were performed on two different sizes($256{\times}256$, $512{\times}512$) of gray and color images using each of the proposed methods. ...

주제어

표/그림 (12)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 기존에 확보한 영상을 이용하여 동일한 흑백 및 컬러 영상을 유전자 알고리즘에 의해 자동으로 생성하기 위한 2가지 기법을 제안하고, 각 기법의 장단점 분석을 통해 어떤 기법이 더욱 효과적인 기법인지를 평가한다. 제2장에서는 유전자 알고리즘을 이용하여 영상을 생성하기 위한 기존의 처리 기법들에 대하여 설명하고, 제 3장에서 제안된 2가지 유전자 알고리즘 처리 기법과 실험 방법을 기술한다.
  • 본 논문에서는 영상 생성을 위한 2가지 유전자 알고리즘을 제안하고 그 결과를 비교하였다. 첫 번째 제안 알고리즘은 영상 전체를 하나의 유전자로 모델링하여 진화시키는 것이었으며, 두 번째 제안 알고리즘은 영상을 16 × 16 크기의 서브 영상으로 분할하여 개별적으로 진화시키는 기법이었다.
  • 이 기법에서는 직선의 길이, 기울기 정보만으로 유전자를 매우 간결하게 모델링하였다. 이 기법은 진화 속도가 다른 알고리즘을 이용한 어떠한 기법보다도 처리 속도가 더욱 빠르다는 장점을 가지고 있으며, 원본 영상과 유사하게 근접하고자 하는 목적보다는 캐리커쳐와 같은 느낌의 근사 영상을 생성하는 것에 목적을 두고 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
유전자 알고리즘이란? 특히 유전자 알고리즘을 이용하여 기존 영상을 모방하는 혁신적인 기술이 발표된 바 있다 [3][4]. 유전자 알고리즘은 자연의 진화 과정을 모델링하여 구현된 검색 알고리즘이다. 영상 생성을 위한 유전자 알고리즘의 기본 개념은 주어진 문제에 대해 주어진 형태로 가능한 솔루션을 표현한 다음 변경하고 관련성이 높은 솔루션을 선택하고 계속 변경하는 것에 주안점을 두고 있다.
영상 생성을 위한 유전자 알고리즘이 주안점을 두고 있는 것은? 유전자 알고리즘은 자연의 진화 과정을 모델링하여 구현된 검색 알고리즘이다. 영상 생성을 위한 유전자 알고리즘의 기본 개념은 주어진 문제에 대해 주어진 형태로 가능한 솔루션을 표현한 다음 변경하고 관련성이 높은 솔루션을 선택하고 계속 변경하는 것에 주안점을 두고 있다. 이것은 부모 유전자 요소의 지배적인 특성이 번성한 것처럼 적의 진화적 생존에 관한 다윈의 이론과 유사함을 알 수 있다[5].
분할된 서브 영상으로 구분하여 모델링하는것을 지향해야하는 이유는? 실험 결과, 전체 영상을 분할된 서브 영상으로 구분하여 모델링한 후 진화하는 기법이 전체 영상을 단일 유전자로 모델링하여 진화한다는 것보다 훨씬 정교하고 진화 속도도 빠르다는 것을 확인할 수 있었다. 따라서 향후 기존 영상과 유사한 영상을 생성하거나 다른 영상으로부터 합성된 영상을 신속하고 자연스럽게 학습하기 위해서는 영상을 분할하여 유전자를 모델링 하는 기법을 이용하여 유전자 모델링, 선택, 교차, 돌연변이 기법 등을 신중하게 결정해야 할 필요가 있다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로