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).
Proceedings of the Korea Information Processing Society Conference (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