HOME > 상세정보

상세정보

텍스트 자질을 활용한 이미지 생성

텍스트 자질을 활용한 이미지 생성

자료유형
학위논문
개인저자
유민환 劉瑉煥
서명 / 저자사항
텍스트 자질을 활용한 이미지 생성 = A2K2I: image synthesis with textual semantic attributes / Min Hwan Yu
발행사항
서울 :   고려대학교 대학원,   2019  
형태사항
v, 29장 : 천연색삽화 ; 26 cm
기타형태 저록
텍스트 자질을 활용한 이미지 생성   (DCOLL211009)000000084646  
학위논문주기
학위논문(석사)-- 고려대학교 대학원: 컴퓨터·전파통신공학과, 2019. 8
학과코드
0510   6D36   1102  
일반주기
지도교수: 강재우  
서지주기
참고문헌: 장 27-29
이용가능한 다른형태자료
PDF 파일로도 이용가능;   Requires PDF file reader(application/pdf)  
비통제주제어
이미지합성 , 딥러닝 , GAN,,
000 00000nam c2200205 c 4500
001 000045999435
005 20191017134238
007 ta
008 190625s2019 ulka bmAC 000c kor
040 ▼a 211009 ▼c 211009 ▼d 211009
085 0 ▼a 0510 ▼2 KDCP
090 ▼a 0510 ▼b 6D36 ▼c 1102
100 1 ▼a 유민환 ▼g 劉瑉煥
245 1 0 ▼a 텍스트 자질을 활용한 이미지 생성 = ▼x A2K2I: image synthesis with textual semantic attributes / ▼d Min Hwan Yu
260 ▼a 서울 : ▼b 고려대학교 대학원, ▼c 2019
300 ▼a v, 29장 : ▼b 천연색삽화 ; ▼c 26 cm
500 ▼a 지도교수: 강재우
502 0 ▼a 학위논문(석사)-- ▼b 고려대학교 대학원: ▼c 컴퓨터·전파통신공학과, ▼d 2019. 8
504 ▼a 참고문헌: 장 27-29
530 ▼a PDF 파일로도 이용가능; ▼c Requires PDF file reader(application/pdf)
653 ▼a 이미지합성 ▼a 딥러닝 ▼a GAN
776 0 ▼t 텍스트 자질을 활용한 이미지 생성 ▼w (DCOLL211009)000000084646
900 1 0 ▼a Yu, Min-hwan, ▼e
900 1 0 ▼a 강재우 ▼g 姜在雨, ▼e 지도교수
945 ▼a KLPA

전자정보

No. 원문명 서비스
1
텍스트 자질을 활용한 이미지 생성 (51회 열람)
PDF 초록 목차
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/학위논문서고/ 청구기호 0510 6D36 1102 등록번호 123062337 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/학위논문서고/ 청구기호 0510 6D36 1102 등록번호 123062338 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 3 소장처 세종학술정보원/5층 학위논문실/ 청구기호 0510 6D36 1102 등록번호 153083331 도서상태 대출가능 반납예정일 예약 서비스 M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/학위논문서고/ 청구기호 0510 6D36 1102 등록번호 123062337 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/학위논문서고/ 청구기호 0510 6D36 1102 등록번호 123062338 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/5층 학위논문실/ 청구기호 0510 6D36 1102 등록번호 153083331 도서상태 대출가능 반납예정일 예약 서비스 M

컨텐츠정보

초록

GAN (Generative Adversarial Network)에 대한 다양한 연구들은 필기(MNIST), 얼굴 (CelebA) 이미지 데이터셋에서 뛰어난 이미지 합성(synthesis) 결과들을 보여주었다. 해당 연구들은 활용된 데이터셋의 이미지 범주(label)가 제한적이며, GAN의 생성기에 별도의 제약 조건이 없이 이미지를 합성하거나 간단한 제약조건(들)에 대한 이미지 합성 연구에 집 중되어왔다. GAN을 실용적으로 사용하기 위해선 고품질의 이미지를 생성하는 것과 더불어 이미지 합성 의도에 부합된 결과물을 생성해내는 것이 중요하고, 이는 기존의 단순 제약조 건들을 활용한 GAN으로는 어려운 일이다. 이를 해결하기 위해 최근 연구에선 이미지를 폭넓게 설명할 수 있는 텍스트를 제약조건으로 활용한 모델[1] [2] [3] [4] [5] 들을 선보였고 보다 범주가 복잡한 꽃(Oxford102), 새(CUB2011)에 대해 우수한 이미지 합성 결과를 보여 주었다. 본 논문에서는 이보다 더 복잡한 사람 이미지의 합성을 위한 접근법을 제안하고, 텍스트에서 이미지를 합성하는 기존 연구의 방법론들의 적용 방안과 활용한 사람 객체의 자질들에 관 설명하고자 합니다. 생성의도가 반영된 고해상도의 합성 이미지를 얻기 위해 스택 GAN을 활용하여 사람 뼈대(skeleton)생성, 최종 이미지생성이라는 두 단계를 통해 텍스트와 제약조건 모두에 부합되는 이미지를 합성하는 모델을 소개하고 온라인상에서 직접 수집한 이미지-캡션 데이터셋에 대해 합성해낸 이미지를 통해 모델의 가능성을 보여주고자 합니다.

목차

1 서론
2 관련연
2.1  GAN
2.2  조건부GAN
2.3  텍스트를통한이미지합성
2.4  스택GAN
3 제안하는 방법 
3.1 텍스트-이미지공동임베딩학습
3.2 사람객체지역조건생성
3.3 스케치-정제방법활용
4 실험
4.1 실험데이터구축 
4.2 속성추출
4.2.1 이미지속성추출
4.2.2 텍스트속성추출
4.3 텍스트임베딩모델학습 
4.4 실험설계
4.5 실험결과및분석
4.5.1 텍스트임베딩에따른이미지합성결과비교
4.5.2 객체키포인트이미지합성
4.5.3 합성된키포인트이미지로부터최종이미지합성
5 결론및향후연구