학술제 리뷰

어떤 플젝?

컴퓨터 비전 분야 중 중요한 한 갈래인 super resolution(저화질 이미지를 고화질로 만드는 것)에 대한 플젝이었다. 우리는 이 분야에서 한 논문에서 소개된 기법에 대해 발표했다.

ESPCN(Efficient sub pixel convolution neral network)
저해상도의 사진을 cnn을 이용해서 feature들을 뽑아내서 여러 채널을 만들고 이를 비슷한 위치의 픽셀끼리 재배치해서 하나의 고화질 사진을 만드는 원리이다.

예를 들어 20x20 크기의 이미지가 있고 이를 가로세로 4배씩 큰 80x80크기의 고화질 사진으로 복원하고 싶다고 하면, 저화질 사진을 cnn을 이용해서 (20x20x16), 즉 16개의 채널을 가지는 피쳐맵을 sub-pixel층을 이용해서 (80x80x1) 이미지로 재배치하는 것이다.

사용 데이터

celeb a라는 유명인 얼굴 사진 모아놓은 데이터 셋 사용.

데이터 전처리

사진을 같은 크기로 자르고, 픽셀값을 정규화하고
input으로 넣을 저화질 사진만들기
train/test/validation set으로 구분해서 데이터셋 마련.

모델 구성

앞에는 convolution layer 4층 -> sub-pixel층 -> 출력층(relu)로 구성.
keras사용 옵티마이저는 adam, loss함수는 mse를 사용.