eGAN 모델의 성능개선을 위한 에지 검출 기법

박대경; 류경준; 신동일; 신동규; 박정찬; 김진국; Park DaeKyeong; Ryu KyungJoon; Shin DongIl; Shin DongKyoo; Park JeongChan; Kim JinGoog; 기민송; 최영우; Min Song Ki; Yeong Woo Choi; 이초연; 박지수; 손진곤; Lee Cho Youn; Ji Su Park; Jin Gon Shon

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보처리학회 논문지 > 정보처리학회 논문지 소프트웨어 및 데이터 공학

정보처리학회 논문지 소프트웨어 및 데이터 공학

Current Result Document : 14 / 17

한글제목(Korean Title)	eGAN 모델의 성능개선을 위한 에지 검출 기법
영문제목(English Title)	An Edge Detection Technique for Performance Improvement of eGAN
저자(Author)	박대경 류경준 신동일 신동규 박정찬 김진국 Park DaeKyeong Ryu KyungJoon Shin DongIl Shin DongKyoo Park JeongChan Kim JinGoog 기민송 최영우 Min Song Ki Yeong Woo Choi 이초연 박지수 손진곤 Lee Cho Youn Ji Su Park Jin Gon Shon
원문수록처(Citation)	VOL 10 NO. 03 PP. 0109 ~ 0114 (2021. 03)
한글내용 (Korean Abstract)	GAN(Generative Adversarial Network, 생성적 적대 신경망)은 이미지 생성모델로서 생성기 네트워크와 판별기 네트워크로 구성되며 실제 같은 이미지를 생성한다. GAN에 의해 생성된 이미지는 실제 이미지와 유사해야 하므로 생성된 이미지와 실제 이미지의 손실 오차를 최소화하는 손실함수 (loss function)를 사용한다. 그러나 GAN의 손실함수는 이미지를 생성하는 학습을 불안정하게 만들어 이미지의 품질을 떨어뜨린다는 문제점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 GAN 관련 연구를 분석하고 에지 검출(edge detection)을 이용한 eGAN(edge GAN)을 제안한다. 실험 결과 eGAN 모델이 기존의 GAN 모델보다 성능이 개선되었다.
영문내용 (English Abstract)	GAN(Generative Adversarial Network) is an image generation model, which is composed of a generator network and a discriminator network, and generates an image similar to a real image. Since the image generated by the GAN should be similar to the actual image, a loss function is used to minimize the loss error of the generated image. However, there is a problem that the loss function of GAN degrades the quality of the image by making the learning to generate the image unstable. To solve this problem, this paper analyzes GAN-related studies and proposes an edge GAN(eGAN) using edge detection. As a result of the experiment, the eGAN model has improved performance over the existing GAN model.
키워드(Keyword)	기계학습 호스트 기반 침입 탐지 시스템 네트워크 기반 침입 탐지 시스템 LID-DS Machine Learning HIDS NIDS 얼굴 인증 적외선 이미지 멀티 서포트 벡터 머신 정면광 노출 Face Identification Near-infrared Image Multi Support Vector Machine (Multi-SVM) Light Overexposure 생성적 적대 신경망 손실 함수 에지 검출 eGAN Generative Adversarial Network Loss Function Edge Detection eGAN
파일첨부	PDF 다운로드