생성적 적대 네트워크를 이용한 글자 특성이 고려된 초해상도 영상 복원

유재필; 손형석; 조성현; 이승용; Jaepil Yu; Hyeongseok Son; Sunghyun Cho; Seungyong Lee

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보과학회 논문지 > 정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

Current Result Document : 24 / 128 이전건 다음건

한글제목(Korean Title)	생성적 적대 네트워크를 이용한 글자 특성이 고려된 초해상도 영상 복원
영문제목(English Title)	Image Super-Resolution with Text Handling Via Generative Adversairal Network
저자(Author)	유재필 손형석 조성현 이승용 Jaepil Yu Hyeongseok Son Sunghyun Cho Seungyong Lee
원문수록처(Citation)	VOL 24 NO. 08 PP. 0405 ~ 0409 (2018. 08)
한글내용 (Korean Abstract)	본 논문은 딥러닝 모델 중 하나인 generative adversarial network (GAN)을 사용하여 글자 특성이 고려된 초해상도 영상 복원 방법을 제시한다. 기존의 초해상도 영상 복원 방법은 일반적인 영상에 대한 특징들을 주로 학습하기 때문에 글자 영역의 복원에 대해서는 부족한 성능을 보인다. 글자 영상이 가지고 있는 특징은 일반 영상의 특징과 구분되므로 이를 별도로 처리하기 위한 과정이 필요하다. 따라서 본 논문에서는 기존의 데이터셋에 글자를 추가하고, 일반 영상에 대한 학습과 글자 영상에 대한 학습을 나누어 수행하여 글자 영역에 대해 개선된 초해상도 복원 방법을 제시한다. 실험 결과를 통해 본 논문에서 제안한 알고리즘이 글자가 포함된 영상에 대하여 복원의 품질이 향상되는 것을 보인다.
영문내용 (English Abstract)	We propose a text-image super-resolution method using a generative adversarial network (GAN). Because previous super-resolution methods mainly learned properties of natural images, the quality of restored text regions in a super-resolution image is relatively low. The characteristics of text images and natural images are different, requiring an additional process to treat property of texts. We solve the text-image super-resolution problem by training natural images and text images separately. We add some texts to the dataset and use them for training the network to handle tex regions as well as natural-image regions. Experimental results show that the proposed network produces better text-image quality in the super-resolution results.
키워드(Keyword)	영상 처리 초해상도 영상 딥러닝 생성적 적대 네트워크 image processing super-resolution deep learning generative adversarial network
파일첨부	PDF 다운로드