2019년 춘계학술대회
Current Result Document :
| 한글제목(Korean Title) |
유전자 알고리즘을 이용한 흑백 이미지 생성 기법 |
| 영문제목(English Title) |
Gray Image Generation Methods Using Genetic Algorithm |
| 저자(Author) |
차주형
강동성
송무상
권태현
우영운
Joo Hyoung Cha
Dong Sung Kang
Moo Sang Song
Tae Hyeon Kweon
Young Woon Woo
|
| 원문수록처(Citation) |
VOL 23 NO. 01 PP. 0265 ~ 0267 (2019. 05) |
한글내용
(Korean Abstract) |
이 논문에서는 유전자 알고리즘을 이용하여 기존 이미지와 유사한 흑백 이미지를 자동으로 생성하는 기법을 제안한다. 유전자 알고리즘을 현실 문제에 적용하기 위해 가장 중요한 설계 요소인 유전자 모델 링을 어떻게 할 것인지에 대하여 2가지 기법을 제안하였다. 제안한 각 기법을 이용하여 2가지 크기의 흑백 영상으로 실험을 진행하였다. 실험 결과, 이미지 생성을 위한 유전자 모델링에 있어서 각 기법의 진화 성능에 큰 차이가 있음을 확인하였다. 따라서 향후 기존 이미지와 유사한 이미지를 생성하거나, 서로 다른 이미지를 합성한 이미지를 생성하기 위해 빠르고 자연스럽게 학습시키기 위해서는 유전자 모델링을 신중하게 결정해야 함을 파악할 수 있다. |
영문내용
(English Abstract) |
In this paper, we propose a method to automatically generate gray images similar to existing images using genetic algorithms. We have proposed two techniques for gene modeling, which is the most important design element to apply genetic algorithm to real field problems. Experiments were performed on two different sizes of gray images using each of the proposed techniques. Experimental results show that there is a large difference in the evolutionary performance of each technique in gene modeling for image generation. Therefore, it can be understood that gene modeling should be carefully decided in order to generate an image similar to the existing image in the future, or to learn quickly and naturally to generate an image synthesized from different images. |
| 키워드(Keyword) |
Image Generation
Gray Image
Genetic Algorithm
Gene Modeling
|
| 파일첨부 |
PDF 다운로드
|
