메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김무중 (광운대학교) 김민정 (광운대학교) 유지상 (광운대학교) 권순철 (광운대학교)
저널정보
한국통신학회 한국통신학회 학술대회논문집 2022년도 한국통신학회 하계종합학술발표회 논문집
발행연도
2022.6
수록면
1,742 - 1,745 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 단일 이미지만으로 학습하여 이미지를 생성하여 주목받은 딥러닝 기반 생성모델 SinGAN 의 훈련시간과 파라미터 수가 매우 크다는 한계를 개선시킨 ConSinGAN 모델의 생성기와 판별기의 CNN 구조에 각각 또는 동시에 Convolutional Block Attention Module (CBAM)을 추가하여 학습한 뒤 생성된 이미지를 바탕으로 모델의 성능을 비교하였다. 본 실험은 기존 ConSinGAN 에 CBAM 을 적용하여 생성한 이미지에 대한 정량적 평가를 통해 모델 성능의 개선 여부와 한계를 확인한다.

목차

요약
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0