한국인터넷정보학회 논문지
Current Result Document :
| 한글제목(Korean Title) |
실시간 영상 초해상도 복원을 위한 효율적인 신경망 구조 연구 |
| 영문제목(English Title) |
Study of Efficient Network Structure for Real-time Image Super-Resolution |
| 저자(Author) |
정우진
한복규
이동석
최병인
문영식
Woojin Jeong
Bok Gyu Han
Dong Seok Lee
Byung In Choi
Young Shik Moon
|
| 원문수록처(Citation) |
VOL 19 NO. 04 PP. 0045 ~ 0052 (2018. 08) |
한글내용
(Korean Abstract) |
단일 영상 초해상도는 하나의 저해상도 영상에서 고해상도 영상을 복원하는 과정이다. 최근 심층신경망을 적용한 초해상도 기법이 좋은 성과를 나타내고 있다. 본 논문에서는 기존의 심층신경망 기반 초해상도 복원 기법보다 속도와 성능을 개선한 신경망 구조를 제안한다. 이를 위해 기존 기법의 단점을 분석하고 해결책을 제시한다. 제안하는 방법은 기존 기법의 5단계를 3단계로 줄여 효율성을 높였으며, 네트워크의 폭과 깊이에 대한 실험을 통해 가장 효율적인 신경망 구조를 연구하였다. 제안하는 방법의 성능과 속도를 알아보기 위해 비교 실험을 진행하였다. 제안하는 방법은 1024×1024 영상을 초당 148장 복원하는 속도를 나타냈으며, 4가지 데이터에 대해 기존 방법보다 복원 성능이 우수하였다.
|
영문내용
(English Abstract) |
A single-image super-resolution is a process of restoring a high-resolution image from a low-resolution image. Recently, the super-resolution using the deep neural network has shown good results. In this paper, we propose a neural network structure that improves speed and performance over conventional neural network based super-resolution methods. To do this, we analyze the conventional neural network based super-resolution methods and propose solutions. The proposed method reduce the 5 stages of the conventional method to 3 stages. Then we have studied the optimal width and depth by experimenting on the width and depth of the network. Experimental results have shown that the proposed method improves the disadvantages of the conventional methods. The proposed neural network structure showed superior performance and speed than the conventional method.
|
| 키워드(Keyword) |
영상 초해상도 복원
심층신경망
컨볼루션 신경망
Image super-resolution
deep neural network
Convolutional Neural Network
|
| 파일첨부 |
PDF 다운로드
|
