한글내용
(Korean Abstract) |
심층 신경망을 활용한 최근의 이미지 분류 모델은 학습 데이터셋과 동일한 분포의 데이터에 대해서는 높은 분류 성능을 보이지만, 학습한 분포 외의 데이터에 대해서는 성능 저하를 보인다. 이를 해결하기 위해 최근 이미지를 구성하는 각 요소들을 개별적으로 생성 및 병합함으로써 다양한 분포의 사후 가정 이미지를 만들어내는 사후 가정 생성 네트워크가 제안되었지만, 이미지 구성 요소들 간의 인과 관계를 모두 상호 독립적인 관계로만 가정하는 한계를 보였다. 이에, 본 연구에서는 이미지 구성 요소 중 객체의 형태와 질감 간의 불가분한 인과관계를 가정하고, 이에 따라 사후 가정 이미지를 생성하는 새로운 모델을 제안하였다. 검증을 위해 본 연구에서 제안하는 새로운 모델을 통해 생성한 사후 가정 이미지셋과 기존 ImageNet 데이터셋으로 객체 분류 모델을 학습시킨 후 그 성능을 기존 사후 가정 생성 네트워크 모델의 경우와 비교하였다.
|
