어두운 환경 감시를 위한 GAN 기반 영상 변환 기법 (Image Translation Method based on GAN for Surveillanceunder Dim Surround)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 18권 / 8호 / 9 ~ 17페이지
· 저자명 : 정성운, 권혁주, 김영춘, 안상호, 이성학

초록

생산적 적대 신경망(generative adversarial network) 학습 기반의 영상 변환은 낮 영상을 밤 영상으로 재생하는 방법 등에 활용될 수 있다. 그러나 어두운 밤 영상을 낮 영상으로 변환하는 반대의 경우, 영상에서 손실된 정보를 예측하여 다시 생성하기 때문에 낮 영상을 밤 영상으로 변환할 때보다 많은 문제를 노출한다. 본 논문에서는 pix2pix 기법을 기반으로 하여 밤 영상을 낮 영상으로 변환하는 방법을 제안한다. 제안한 방법은 기울기 소실(gradient vanishing) 문제를 해결하기 위하여 pix2pix 은닉 유닛 수를 최적화하고 가상의 밤 영상에 대한 학습 데이터를 만들기 위하여 촬영된 낮 영상의 노출 값을 조절하였다. 실험 결과는 제안된 방법이 pix2pix와 Cycle GAN보다 정답 영상(ground truth)과 비교한 MOS(mean opinion score)와 PSNR(peak signal-to-noise ratio) 지표에서 우수한 결과를 보여준다.

영어초록

The GAN(generative adversarial network) learning-based image transformation can be used for conversion from day images to night images. However, in the case of converting from night images to day images, because the lost information in the night image is predicted and recreated, it exposes more problems than when converting day images into night images. In this paper, we proposed a method of converting day images into night images based on pix2pix. The proposed method reduces the number of hidden units in the pix2pix to solve the problem of gradient vanishing and adjusted the exposure value of the captured day image to create training data for the virtual night image. The experimental results show that the proposed method is superior to pix2pix and Cycle GAN in MOS(mean opinion score) and PSNR(Peak Signal-to-Noise Ratio).

참고자료

· 없음