CycleGAN은 쌍이 없는 사진 기반의 학습을 통해서 서로 다른 도메인 간의 변환이 가능한 딥러닝 네트워크로써 다양한 어플리케이션에 적용할 수 있지만, 아티팩트가 남아있는 경우가 많고, 고화질의 이미지를 생성하기가 어렵다. 본 연구에서는 CycleGAN 기반의 몽타주 생성 기법을 제안하며, 아티팩트 제거와 업샘플링의 역할을 하기 위해 DFDNET을 적용함으로써 기존 연구에서의 단점을 개선하였다. 제안한 방법은 몽타주 생성 모델에서 기존 CycleGAN만 사용했을 때보다 더 좋은 품질을 얻을 수 있었고, 몽타주 생성 연구에 있어 DFDNET을 통한 화질 개선 및 고해상도 생성 네트워크가 몽타주를 생성하는데 도움을 줄 수 있음을 확인하였다.
목차
요약 1. 서론 2. 실험방법 2.1. 제안방법 2.2. 몽타주 데이터 셋 3. 실험결과 3.1. 원본데이터 학습 3.2. 원본 사진에 DFDNET을 적용한 학습 3.3. 원본 사진의 배경 제거와 원본 몽타주에 DFDNET을 적용한 학습 3.4. 결과 사진 DFDNET 적용 4. 결론 Acknowledgement 참고문헌