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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
조수빈 (강남대학교) 김소윤 (강남대학교) 박가은 (강남대학교) 배성근 (강남대학교)
저널정보
아태인문사회융합기술교류학회 아시아태평양융합연구교류논문지 Asia-pacific Journal of Convergent Research Interchange Vol.10 No.8
발행연도
2024.8
수록면
45 - 54 (10page)
DOI
http://dx.doi.org/10.47116/apjcri.2024.08.05

이용수

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

초록· 키워드

오류제보하기
생성적 인공지능은 사용자의 특정 요구에 따라 이미지, 음성, 텍스트 등을 생성하거나 변환하는 기술로, 최근에는 다양한 산업 분야에서 활용되고 있다. 특히, CartoonGAN은 이미지를 카툰 스타일로 변환하는 데 사용되며, 작가의 화풍을 학습하여 고품질의 카툰 이미지를 생성할 수 있다. 그러나 CartoonGAN은 세부정보의 일부가 손실될 수 있는 한계점이 있다. 본 연구에서는 가중치, 해상도 및 유도 필터의 영향에 초점을 맞춰 CartoonGAN을 사용하여 이미지 변환의 향상을 조사하기 위해 포괄적인 분석을 수행하였다. 이러한 한계를 해결하기 위해 배경보다 객체와 같은 이미지의 특정 측면에 우선순위를 부여하여 더 선명하고 선명한 색상을 생성하도록 CartoonGAN의 가중치를 조정하는 방법을 제안한다. 또한 1:1과 16:9 화면 비율로 준비된 이미지를 비교하여 해상도의 영향을 조사했으며 엣지 정보를 효과적으로 보존하기 위해 후처리 단계에서 Guided Filter를 적용한다. 실험을 통해 변환 과정에서 배경의 가중치를 높이면 원본 이미지와의 유사성이 더 높아지는 것을 관찰했되었으며 Guided Filter 적용이 변환된 이미지에서 엣지 보존과 시각적 일관성을 크게 향상시킬 수 있다. 향후 CartoonGAN 모델을 구축할 때 전처리 과정 및 여러 변수들이 어떻게 적용되어야 원본과 작가의 고유한 특징이 반영된 화풍을 나타내고 긍정적 효과를 이끌어 낼수 있는지에 대한 연구가 진행되어야 한다. 이러한 연구를 통해 적절한 평가 지표를 만들어 작가의 고유한 특징이 반영되는 화풍으로 스타일 전이가 가능할 수 있을 것으로 보인다.
#유사성 지표 #CartoonGAN #PSNR #SSIM #Guided Filter #Similarity Metrics #CartoonGAN #PSNR #SSIM #Guided Filter

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0