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
- 비디오 보간법에는 크게 장기간 프레임을 보고 장기간을 예측하는 보간법과 단기간 프레임을 보고 단기간의 프레임을 예측하는 보간법으로 나누어 볼 수 있다. 본 논문에는 단기간 보간법 중 가장 우수한 모델을 검증하기 위한 목적을 가지고 있다. 본 논문에서는 시간에 따른 비디오의 프레임을 X☒{x1, x2, .
- 본 논문에서는 Full HD 급 비디오에 대한 비디오 프레임 보간을 위해 제안된 네트워크 세 개에 대해 성능을 비교하였다. 특히 해상도가 큰 비디오 데이터에 대한 학습 방법과 성능 평가 방법에 대해서 논하였다.
- 따라서 산업에서 사용하기 위해서는 Full HD 급의 비디오에 대한 성능 비교가 필요하다. 본 논문에서는 딥러닝을 이용한 비디오 프레임 보간법에 대해서 제안된 여러 모델들을 Full HD 급 이상의 비디오로 학습시키고 그 성능을 평가하는 것을 목표로 한다.
- 본 논문은 N☒3 일때라는 제한 조건으로, 그림 1 과 같이 입력으로 x1 , x3 가주어지고 x2을 예측하는 것을 목표로 하는 모델에 대한 검증한다.
- 본 논문에서는 Full HD 급 비디오에 대한 비디오 프레임 보간을 위해 제안된 네트워크 세 개에 대해 성능을 비교하였다. 특히 해상도가 큰 비디오 데이터에 대한 학습 방법과 성능 평가 방법에 대해서 논하였다. 실험을 통해 인지적으로나 수치적으로나 AdapSC[8] 모델이 가장 우수하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.