Acknowledgement
This work was supported by the BK21 plus program through the National Research Foundation (NRF) funded by the Ministry of Education of Korea(5199990214660).
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2023.05a
- /
- Pages.513-514
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
A Research on Re-examining Discriminator Design Space for Performance Improvement of ESRGAN
ESRGAN의 성능 향상을 위한 판별자 설계 공간 재검토에 관한 연구
- Sung-Wook Park (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University) ;
- Jun-Yeong Kim (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University) ;
- Jun Park (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University) ;
- Se-Hoon Jung (Dept. of Computer Engineering, Sunchon National University) ;
- Chun-Bo Sim (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University)
- 박성욱 (순천대학교 IT-Bio융합시스템전공) ;
- 김준영 (순천대학교 IT-Bio융합시스템전공) ;
- 박준 (순천대학교 IT-Bio융합시스템전공) ;
- 정세훈 (순천대학교 컴퓨터공학과) ;
- 심춘보 (순천대학교 IT-Bio융합시스템전공)
- Published : 2023.05.18
Abstract
초해상은 저해상도의 영상을 고해상도 영상으로 합성하는 기술이다. 이 기술에 딥러닝이 적용되어, 2014년에는 SRCNN(Super Resolution Convolutional Neural Network) 모델이 발표됐다. 이후에는 SRCAE(Super Resolution Convolutional Autoencoders)와 GAN(Generative Adversarial Networks)을 기반으로 한 SRGAN(Super Resolution Generative Adversarial Networks) 등, SRCNN의 성능을 능가하는 모델들이 발표됐다. ESRGAN(Enhanced Super Resolution Generative Adversarial Networks)은 SRGAN 모델의 성능을 개선했지만, 완벽한 성능을 내지 못하는 문제점이 있다. 이에 본 논문에서는 판별자(Discriminator) 구조를 변경하여 ESRGAN의 성능을 개선한다. 실험 결과, 제안하는 모델이 ESRGAN보다 더 높은 성능을 보일 것으로 기대된다.
Keywords