• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.479-481
• /
• 2023

Generative Adversarial Networks (GANs) have facilitated substantial improvement in single-image super-resolution (SR) by enabling the generation of photo-realistic images. However, the high memory requirements of GAN-based SRs (mainly generators) lead to reduced performance and increased energy consumption, making it difficult to implement them onto resource-constricted devices. In this study, we propose an efficient and compressed architecture for the SR-GAN (generator) model using the model compression technique Knowledge Distillation. Our approach involves the transmission of knowledge from a heavy network to a lightweight one, which reduces the storage requirement of the model by 58% with also an increase in their performance. Experimental results on various benchmarks indicate that our proposed compressed model enhances performance with an increase in PSNR, SSIM, and image quality respectively for x4 super-resolution tasks.

• 방송공학회논문지
• /
• 제25권1호
• /
• pp.105-108
• /
• 2020

본 논문은 초고해상도 기법을 이용한 실시간 저해상도 얼굴 인식 시스템을 제안한다. 기존의 비대면 얼굴인식은 거리에 따라 해상도가 저하되면서 얼굴인식의 성능이 저하되는 한계가 있다. 이러한 문제를 해결하기 위해서 초고해상도 기법에 대한 연구도 진행되었으나 비대면 얼굴인식 전 과정에 대한 통합적인 설계에 관한 연구는 미흡하다. 제안한 비대면 얼굴인식은 저해상도 영상으로 키프레임 검출, 얼굴검출, 초고해상도 기법, 특징추출 및 얼굴인식 결과까지 약 2초 이내에 수행함으로써 먼 거리에서도 비대면 얼굴인식의 성능을 향상하였다. 다양한 형태의 영상에 대한 실험을 통해 제안한 방법은 기존 방법에 비해 실시간 및 성능측면에서 저해상도 얼굴 인식이 우수함을 확인하였다.

• 전기학회논문지
• /
• 제64권9호
• /
• pp.1369-1373
• /
• 2015

Curve subdivision interpolation reconstructs edge well with low complexity, however it lacks of ability to recover texture components, instead. While, neighbor embedding is superior in texture reconstruction. Therefore, in this paper, a novel Super Resolution technique which combines curve subdivision interpolation and neighbor embedding is proposed. First, edge region and non-edge regions are classified. Then, for edge region, the curve subdivision algorithm is used to make two polynomials derived from discrete pixels and adaptive weights are adapted for gradients of 4 different sides to make smooth edge. For non edge region, neighbor-embedding method is used to conserve texture property in original image. Consequently results show that the proposed technique conserves sharp edges and details in texture better, simultaneously.

• Nuclear Engineering and Technology
• /
• 제53권7호
• /
• pp.2341-2347
• /
• 2021

Because single-photon emission computed tomography (SPECT) is one of the widely used nuclear medicine imaging systems, it is extremely important to acquire high-quality images for diagnosis. In this study, we designed a super-resolution (SR) technique using dense block-based deep convolutional neural network (CNN) and evaluated the algorithm on real SPECT phantom images. To acquire the phantom images, a real SPECT system using a^99mTc source and two physical phantoms was used. To confirm the image quality, the noise properties and visual quality metric evaluation parameters were calculated. The results demonstrate that our proposed method delivers a more valid SR improvement by using dense block-based deep CNNs as compared to conventional reconstruction techniques. In particular, when the proposed method was used, the quantitative performance was improved from 1.2 to 5.0 times compared to the result of using the conventional iterative reconstruction. Here, we confirmed the effects on the image quality of the resulting SR image, and our proposed technique was shown to be effective for nuclear medicine imaging.

• 한국통신학회논문지
• /
• 제38A권12호
• /
• pp.1013-1020
• /
• 2013

본 논문에서는 대역 확산 신호를 위한 고유치 해석 기반의 초 분해능 지연 시간 추정(super-resolution time delay estimation) 알고리즘을 개발하고 각 알고리즘의 성능을 비교, 분석한다. 먼저, 고유치 해석 기반의 대표적인 도래각 추정 알고리즘인 MUSIC, ESPRIT, Minimum-Norm을 이용하여 초 분해능 지연 시간 추정 알고리즘을 개발하고 직접 대역확산 방식의 ISO/IEC 24730-2.1 실시간 위치 추적 시스템 (real-time locating system: RTLS)에 적용하여 RTLS 환경에서 각 알고리즘의 성능을 시뮬레이션을 통해 비교, 분석한다. 시뮬레이션 결과로부터 세 알고리즘 모두 레일리이 분해능 한계 이내로 수신되는 다중 신호의 지연 시간을 모두 분리, 추정함을 알 수 있었다. 그러나, RTLS 환경에서는 MUSIC과 Minimum-Norm의 성능은 서로 비슷하나 ESPRIT은 두 알고리즘에 비해 성능이 현격히 저하됨을 알 수 있다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.333-336
• /
• 2023

최근 자연어 처리에서 사용되던 트랜스포머 모델이 이미지 초해상화 분야에서도 적용되면서 좋은 성능을 보여주고 있다. 그러나 이러한 트랜스포머 기반 모델들은 복잡하고 많은 학습 파라미터를 가지고 있어 많은 하드웨어 자원을 요구하기 때문에 작은 모바일 기기에서는 사용하기 어렵다는 단점을 가지고 있다. 따라서 본 논문에서는 트랜스포머 기반 초해상화 모델의 크기를 효과적으로 줄일 수 있는 지식 증류 기법을 제안한다. 실험 결과 트랜스포머 블록의 개수를 줄인 학생 모델에서 제안 기법을 적용해 교사 모델과 비슷한 성능을 내거나 더 높일 수 있음을 확인하였다.

• 천문학회보
• /
• 제44권1호
• /
• pp.52.1-52.1
• /
• 2019

The Helioseismic and Magnetic Imager (HMI) is the instrument of Solar Dynamics Observatory (SDO) to study the magnetic field and oscillation at the solar surface. The HMI image is not enough to analyze very small magnetic features on solar surface since it has a spatial resolution of one arcsec. Super resolution is a technique that enhances the resolution of a low resolution image. In this study, we use a method for enhancing the solar image resolution using a Deep-learning model which generates a high resolution HMI image from a low resolution HMI image (4 by 4 binning). Deep learning networks try to find the hidden equation between low resolution image and high resolution image from given input and the corresponding output image. In this study, we trained a model based on a very deep residual channel attention networks (RCAN) with HMI images in 2014 and test it with HMI images in 2015. We find that the model achieves high quality results in view of both visual and measures: 31.40 peak signal-to-noise ratio(PSNR), Correlation Coefficient (0.96), Root mean square error (RMSE) is 0.004. This result is much better than the conventional bi-cubic interpolation. We will apply this model to full-resolution SDO/HMI and GST magnetograms.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.63-70
• /
• 2021

고해상도 심층신경망을 이용하여 기상데이터를 초해상화하면 보다 더 정밀한 연구와 실생활에 유용한 서비스를 제공할 수 있다. 본 논문에서는 고해상도 심층신경망 학습에 사용하기 위한 개선된 훈련자료 생산기술을 최초로 제안한다. 기상전문 지식으로 고해상도 기상 자료를 생성하기 위해, 전문 기관의 관측자료와 ERA5 재분석장 자료를 바탕으로 람베르트 정각원추도법과 객관분석을 적용했다. 그 결과, 기상 전문 지식 기반의 기온 및 습도 분석자료는 기존 배경장 대비 RMSE 값이 각각 최대 42%, 46% 개선되었다. 다음으로, 기상 전문 기술을 이용한 수동적인 데이터 생성 기법을 자동화하기 위해 인공지능 기술 중 하나인 SRGAN을 이용했고, 10 km 해상도를 가지는 전지구모델자료로부터 1 km 해상도를 가지는 고해상도 자료를 생성하는 실험을 진행했다. 최종적으로, SRGAN으로 생성한 결과는 전지구모델입력자료에 비해 높은 해상도를 가지며 수동으로 생성한 고해상도 분석자료와 유사한 분석 패턴을 보이면서도 부드러운 경계를 보였다.

• 한국통신학회논문지
• /
• 제37권2A호
• /
• pp.119-127
• /
• 2012

본 논문에서는 대역 확산 (spread spectrum) 방식의 실시간 위치 추적 시스템 (RTLS: real-time locating system)을 위한 초 분해능 지연 시간 추정 (super-resolution time delay estimation) 알고리즘을 개발하고 다중 경로 환경에서 성능을 분석한다. 기존의 코릴레이션 방식은 주변에 장애물이 없는 line-of-sight (LOS) 환경에서는 비교적 정확한 지연 시간 추정이 가능하나 지연 시간의 차이가 한 칩 이내인 근접 다중 경로 환경에서는 성능이 급격히 저하되는 문제점이 있다. 따라서 본 논문에서는 도래각 추정에 이용되는 MUSIC 알고리즘을 이용하여 근접 다중 경로 환경에서도 신호의 지연 시간을 추정할 수 있는 초 분해능 지연 시간 추정 알고리즘을 개발하고 이를 ISO/IEC 24730-2.1 RTLS 시스템에 적용하여 성능을 분석한다.

• 천문학회보
• /
• 제44권2호
• /
• pp.70.4-70.4
• /
• 2019

Image super-resolution (SR) is a technique that enhances the resolution of a low resolution image. In this study, we use three SR models (RCAN, ProSRGAN and Bicubic) for enhancing solar SDO/HMI magnetograms using deep learning. Each model generates a high resolution HMI image from a low resolution HMI image (4 by 4 binning). The pixel resolution of HMI is about 0.504 arcsec. Deep learning networks try to find the hidden equation between low resolution image and high resolution image from given input and the corresponding output image. In this study, we trained three models with HMI images in 2014 and test them with HMI images in 2015. We find that the RCAN model achieves higher quality results than the other two methods in view of both visual aspects and metrics: 31.40 peak signal-to-noise ratio(PSNR), Correlation Coefficient (0.96), Root mean square error (RMSE) is 0.004. This result is also much better than the conventional bi-cubic interpolation. We apply this model to a full-resolution SDO/HMI image and compare the generated image with the corresponding Hinode NFI magnetogram. As a result, we get a very high correlation (0.92) between the generated SR magnetogram and the Hinode one.