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
김재현 (한국과학기술원) 김성표 (한국과학기술원) 이무현 (한국과학기술원) 김문철 (한국과학기술원)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
1,166 - 1,169 (4page)

이용수

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

초록· 키워드

오류제보하기
확산 모델은(Diffusion Model) 이미지 합성 분야에서 최첨단 성능을 보여주었다. 이 모델은 빠르게 발전하여 이미지 합성분야 뿐만 아니라 초해상화 연구에도 적용되고 있다. 초해상화 연구에서 확산모델의 적용이 활발히 연구되고 있지만 inference 시의 반복적인 디노이징(denoising) 과정과 어텐션(attention)기반의 모듈로 높은 GPU 메모리 사용량이 요구된다. 본 연구는 이 문제를 해결하기 위해 어텐션(attention )모듈을 사용하지 않는 효율적인 확산-초해상화 모델을 제안한다.

목차

요약 (Abstract)
1. 서론 (Introduction)
2. 선행 연구
3. 제안 방법
4. 결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090136113