지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김성영
- 발행연도
- 2022
- 저작권
- 금오공과대학교 논문은 저작권에 의해 보호받습니다.
이용수17
이 논문의 연구 히스토리 (3)
2022
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
스타일 전이란 콘텐츠 이미지를 보존함과 동시에 다른 이미지의 스타일을 전이하는 것이 목적이다. 기존 스타일 전이 연구들은 신원을 보존해야 하는 얼굴 영상에 대해서는 얼굴 형태와 내부적인 요소를 보존하기 힘든 단점이 있다. 또한, 기존의 스타일 전이와는 달리 한국 초상화의 데이터들은 대부분 “갓”을 착용하고 있으며 이는 증명사진의 머리카락과 특징이 달라 전이하기 쉽지 않다. 따라서 본 논문에서는 얼굴의 신원을 보존함과 동시에 “갓”을 포함한 스타일 전이가 가능한 네트워크를 제시한다. 제시한 네트워크는 Generative Adversarial Network(GAN)의 구조를 기반으로 한다. 사전 훈련된 VGG-16의 각 블록과 레이어의 특성에 맞게 색상, 질감 및 강도를 달리 추출하고, 얼굴의 랜드마크(눈, 코, 입)의 마스크를 이용해 학습 간에 필요한 요소만 사용하였다. 그리고 “갓”의 전이를 위해 눈썹 영역을 활용하여 머리 영역을 제시한다. 또한, 얼굴의 신원을 보존하고 Gram Matrix를 기반으로 스타일 간의 상관관계를 고려하여 진행한다. 그 결과 기존 연구보다 우수한 전이 및 보존 성능을 보인다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0