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
- 문화재 영상이 대체로 단색 배경에서 영상 중간 부분에 문화재가 위치한다는 특징을 갖는다는 점에서 자연 영상과는 분명한 다른 특성이 있는 만큼 그에 특화된 방식이 필요하다. 본 논문은 딥러닝을 이용해 문화재 영상을 4배와 8배로 초해상화하기 위한 방법을 제안한다. RCAN 에서 착안한 모델 구조를 사용하면서, 문화재 영상의 특성을 이용하는 패치(patch) 추출 방식과 문화재 영상 데이터셋을 다양한 방법으로 활용하는 딥러닝 학습 방식을 제안한다.
- 하지만 문화재 영상의 이러한 특성으로 인해 패치를 뽑을 때 이미지 전체에서 무작위로 뽑을 경우 문화재가 포함되어있지 않고 단색의 배경만 있는 등의 의미 없는 패치가 뽑혀 오히려 학습에 방해될 수 있다. 이를 방지하기 위해 본 논문에서는 문화재 데이터에 특화된 패치 추출 방식을 제안한다. 문화재 영상의 중간 부분인 가로와 세로 각각 1/4 지점부터 3/4 지점까지 중에서 패치를 추출할 수 있도록 하지만 가운데 부분만 학습 시키기에는 문화재가 중간 부분을 벗어나 위치하는 영상도 존재할 수 있고, 문화재와 배경 사이의 경계나 배경도 분명히 학습해야 한다.
- 기술들이 소개되어왔다. 초해상화에 적합한 형태로 모델이빠르게 발전하며 꾸준한 성능의 향상을 보여왔는데, 특히 RCAN [8]은 크게 복잡하지 않은 구조를 가지면서도 벤치마크테스트에서 꾸준히 높은 성능을 보이기에 자연 영상에서도우수한 모델이 문화재 영상에서도 우수한 결과를 보여줄 것이라기대해 본 연구는 해당 논문의 모델 구조를 수정해서 연구를진행하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.