Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 김인구 | - |
| dc.contributor.author | 유송현 | - |
| dc.contributor.author | 정제창 | - |
| dc.date.accessioned | 2021-08-02T12:51:14Z | - |
| dc.date.available | 2021-08-02T12:51:14Z | - |
| dc.date.issued | 2018-11 | - |
| dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/15895 | - |
| dc.description.abstract | 신경망은 깊어질수록 gradient vanishing/exploding과 같은 네트워크가 불안정해지는 문제가 발생 한다. 잔차 블록을 이용하여 이러한 문제를 해결 할 수 있다. 본 논문에서는 영상 인식 분야에서 휼륭한 성능을 보여준 잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원 기법을 제안 한다. 제안한 알고리듬은 EDSR에 사용된 잔차 블록을 다양한 크기의 합성곱 연산을 통해 영상의 특징들을 다르게 분석하도록 수정하고 VDSR과 비숫한 수준의 복잡도로 구성하여 향상된 성능을 얻었다. 실험 결과, VDSR에 비해 PSNR이 최대 0.1㏈까지 증가했다. | - |
| dc.format.extent | 4 | - |
| dc.language | 한국어 | - |
| dc.language.iso | KOR | - |
| dc.publisher | 한국방송∙미디어공학회 | - |
| dc.title | 잔차 블록 기반의 깊은 합성곱 신경망을 통한 단일 영상 초해상도 복원 | - |
| dc.title.alternative | Image Super-Resolution Using Deep Convolutional Neural Networks Based on Residual Blocks | - |
| dc.type | Article | - |
| dc.publisher.location | 대한민국 | - |
| dc.identifier.bibliographicCitation | 2018 한국방송 미디어공학회 추계학술대회, pp 62 - 65 | - |
| dc.citation.title | 2018 한국방송 미디어공학회 추계학술대회 | - |
| dc.citation.startPage | 62 | - |
| dc.citation.endPage | 65 | - |
| dc.type.docType | Proceeding | - |
| dc.description.isOpenAccess | N | - |
| dc.description.journalRegisteredClass | other | - |
| dc.identifier.url | https://www.dbpia.co.kr/pdf/pdfView.do?nodeId=NODE07560214 | - |
- Files in This Item
- Go to Link
- Appears in
Collections - 서울 공과대학 > 서울 융합전자공학부 > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.