BROWSE
Detail
Conference Paper
정지영상 압축을 위한 인공신경망 내 비선형 변환 계층 분석
Cited - time in 
Share 
Share
- Issue Date
- 2018-06
- Citation
- 한국방송·미디어공학회 학술 대회 (하계) 2018, pp.1-3
- Publisher
- 한국방송∙미디어공학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- 인공신경망의 확산 및 보급에 따라 적용 영역이 확대되고 있으며 여러 분야에서 획기적인 성능 향상을 이루고 있다. 영상 압축 분야의 기술개발은 기존 코덱 구조 내 각 요소기술의 성능향상을 위한 인공신경망 기술 분야와 기존 코덱 구조가 아닌 end-to-end 학습을 통한 인공신경망 기반 기술 분야로 나뉘어 진행되고 있다. 본 논문에서는 end-to-end 학습을 통한 인공신경망 기술의 비선형 변환 계층 중 GDN(generalized divisive normalization) 계층이 영상 압축에 미치는 영향을 분석한다.
- KSP Keywords
- End to End(E2E), divisive normalization