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
이우진 (한국과학기술원) 황인제 (한국과학기술원) 김문철 (한국과학기술원)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
1,170 - 1,173 (4page)

이용수

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

초록· 키워드

오류제보하기
영상 초해상화는 저해상도 영상을 고해상도 영상으로 복원하는 문제로 여러 분야에 적용 및 연계된다. 따라서 영상 초해상화는 높은 복원 성능을 위한 정확성과 목적에 따라 다양한 배율로 확장가능한 유연성을 모두 갖추어야 한다. 그러나 기존 연구들은 복원 성능에 한계가 있는 합성곱 신경망 기반 네트워크를 사용하거나 고정된 배율로의 초해상화만 고려해 실용적인 측면에서 아쉬움이 컸다. 본 논문에서는 임의 배율 영상 초해상화 문제를 해결하는 효율적인 트랜스포머 구조 기반 프라이어 참조 암시적 신경 표현 네트워크(PR-INR)를 제안한다. PR-INR 네트워크는 프라이어 정보를 활용하여 영상의 세부 정보를 정확하게 복원하고, 트랜스포머 구조를 통해 픽셀 간의 상호 관계를 효과적으로 파악한다는 장점을 가진다. 실험 결과, PR-INR 네트워크는 기존에 제시된 임의 배율 초해상화 네트워크 대비 Set5, Set14, Urban100 데이터셋에서 모두 우수한 성능을 보여주었다. 특히, Urban100 데이터셋에서의 성능 향상은 프라이어 정보와 트랜스포머 구조의 시너지 효과를 입증한다.

목차

요약 (Abstract)
1. 서론
2. 관련 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-151-24-02-090136122