rueki

Abstract SRGAN은 Single image super resolution에서 realistic texture를 만들어낼 수 있었지만, 썩 좋지않은 결과를 불러내기도 했다. 시각적으로 품질을 향상시키기 위해서 Enhanced SRGAN(ESRGAN)을 소개한다고 한다. 여기서 사용되는 새로운 개념으로 RRDB(Residual in Residual Dense Block)이 소개되는데, 기본 네트워크에서 BN(Batch Normalization)이 제외된 네트워크 구조이다. 그리고 절대적인 값보다 상대적인 현실성을 예측하는 Discriminator를 relativistic Gan에서 아이디어를 가져왔다고 한다. 그리고 Activation 이전에 feature를 사용함으로써 perceptual loss..

1. Abstract Deep Convolution Network로 Single Image Super-Resolution 분야에서 정확도와 속도적인 측면에서는 해결이 되었으나 큰 계수로 upscaling 할 때의 미세한 texture detail들은 어떻게 복원할지가 여전히 문제라고 한다. 이전까지의 연구에서는 MSRE(Mean Squared reconstruction error)를 최소화시기는데에 목적을 두고 있었다. 그러나 결과값에서 고주파 세부정보가 부족하고, 고해상도에서 기대한 fidelity(충실도)와 맞지 않는다는 점에서 문제로 보여지고 있었다. 본문에서 Gan을 이용한 Super Resolution, 즉 SR-GAN을 소개하는데, 4배 이상 upscaling factor에 대해 natural..

이전의 Image translation에서는 paired data로 input, output을 구성해서 훈련을 했으나, 결론적으로는 여러 task에 적용하기에는 어려움이 있다. 그래서 개선된 방향으로 Domain X와 target Y 간에 Unpaired 하게 데이터를 구성해서 훈련이 가능하다는 개념을 Cycle Gan에서 소개하고 있다. 논문에서 소개하는 하나의 예시인데 원래의 개념이라면 그림과 사진간에 서로 알고 있어야 그 사이가 추론이 가능하지만, unpaired data의 특성으로 인해 X와 Y가 매치되는 정보는 없더라도 생성이 가능하게 된다. 이전에는 지도학습에서 translation system에 강한 성능을 나타냈지만, paired data를 구성하려면 Cost가 많이 든다는 단점이 있다. ..