[논문 리뷰] GAN을 이용한 고품질 이미지 압축: High-Fidelity Generative Image Compression
안녕하세요. 백지오입니다!
방학을 맞아 1 week 1 paper 리뷰 도전을 진행하고 있습니다. 2주차에 리뷰한 논문은 구글 리서치에서 나온 High-Fidelity Generative Image Compression 이라는 논문입니다!
오토인코더와 GAN을 비롯한 Generative Model 들은 적은 정보로부터 Photo-Realistic 한 고해상도 이미지를 만들어내는 성능이 탁월한데요! 이를 이용한 손실 이미지 압축 포맷 HiFiC을 소개하는 논문입니다.
역시 구글에서 나온 논문이라 그런지, 완성된 모델의 퀄리티와 논문 내에서의 고찰 등 모든 면에서 정말 많은 걸 배우고 느낄 수 있었습니다!
아래의 프로젝트 공식 사이트에서 HiFiC 포맷과 다른 손실 압축 포맷들을 비교해보실 수 있습니다.
HiFiC - High-Fidelity Generative Image Compression
We combine Generative Adversarial Networks with learned compression to obtain a state-of-the-art generative lossy compression system.
hific.github.io
리뷰 영상에 사용된 PPT 슬라이드는 아래 깃허브 링크에서 확인하실 수 있구요!!
https://github.com/skyil7/paperReview/tree/master/2.Generative%20Image%20Compression
언제나 그렇듯, 좋아요와 댓글 등 피드백은 환영입니다!
감사합니다!
'Deep Learning > 논문 리뷰' 카테고리의 다른 글
댓글
이 글 공유하기
다른 글
-
[논문 리뷰] ReXNet: Diminishing Representational Bottleneck on Convolutional Neural Network
[논문 리뷰] ReXNet: Diminishing Representational Bottleneck on Convolutional Neural Network
2020.08.23안녕하세요. 백지오입니다! 이번에 리뷰한 논문은 Clova AI Research에서 발표한 ReXNet 논문입니다! CNN에서 발생할 수 있는 Representational Bottleneck 문제와 이를 예방할 수 있는 모델 디자인 규칙을 제안한 논문이고, 실제로 이 방법을 통해 ImageNet 데이터셋에서 State Of The Art를 달성했다고 합니다. 자세한 내용은 아래 영상에서 확인하실 수 있습니다! 위 영상에 사용된 자료는 아래 깃허브 링크에서 확인해보실 수 있습니다! https://github.com/skyil7/paperReview/blob/master/5.ReXNet/5.ReXNet.pdf 피드백은 언제나 환영합니다. 감사합니다! -
[논문 리뷰] EBGAN: Energy Based Generative Adversarial Network
[논문 리뷰] EBGAN: Energy Based Generative Adversarial Network
2020.08.05안녕하세요. 백지오입니다! 휴가로 1주일 쉬고 돌아온 1주 1논문 프로젝트의 네 번째 논문은 Yann LeCun 교수님이 참여하시고, 매우 강조하고 계신 것으로 유명한 EBGAN 입니다! EBGAN은 기존의 GAN(Probabilistic GAN이라고 표현합니다)에 에너지 기반 모델(EBM)의 특성을 추가하여, GAN이 더욱 현실적인 이미지를 생성할 수 있도록 해줍니다. 자세한 내용은 아래 영상에서 만나보세요! 개인적으로 굉장히 어려운 논문이었습니다 ㅠㅠ 다음에 기회가 된다면 공부를 더 하고 다시 리뷰해보고자 합니다. 영상에 사용된 슬라이드는 아래 링크에서 확인해보실 수 있습니다! https://github.com/skyil7/paperReview/tree/master/4.EBGAN 언제나 그렇듯, 좋아… -
[논문 리뷰] StarGAN v2: 딥러닝 기반 고품질 이미지 합성
[논문 리뷰] StarGAN v2: 딥러닝 기반 고품질 이미지 합성
2020.08.05안녕하세요! 백지오입니다. 방학을 맞아 진행 중인 1주 1논문 프로젝트의 3번째 논문은 StarGAN v2 입니다. StarGAN v2 논문에서는 좋은 이미지 생성 모델의 조건을 아래와 같이 정의합니다. 생성된 이미지의 다양성 다양한 도메인에 적용 가능 기존 Pix2Pix 모델들은 각 도메인에 대응하는 모델이 각각 하나씩 필요한 단점이 있었는데요, StarGAN에서는 이를 하나의 모델로 해결 가능하도록 하였음은 물론, 매우 고품질의 이미지 합성과 변환을 보여줍니다! 자세한 내용은 아래 유튜브 영상에서 확인해주세요! 영상에 사용된 슬라이드는 아래 링크에서 확인 가능합니다! 언제나 그렇듯, 좋아요와 댓글 등 피드백은 환영입니다! 감사합니다! 2020.08.07 StarGAN v2를 실행해 볼 수 있는 코랩 … -
[논문 리뷰] 모멘텀 기반 옵티마이저에서의 가중치 노름 증가 억제하기: Slowing Down the Weight Norm Increase in Momentum-based Optimizers
[논문 리뷰] 모멘텀 기반 옵티마이저에서의 가중치 노름 증가 억제하기: Slowing Down the Weight Norm Increase in Momentum-based Optimizers
2020.07.07안녕하세요! 백지오입니다. 방학을 맞아 주 1회 논문 리뷰 영상을 제작하여 유튜브에 올리고 있습니다! 리뷰해볼 첫 논문은 Clova AI Research에서 나온, Slowing Down the Weight Norm Increase in Momentum-based Optimizers 논문입니다! 현대 딥러닝에서 모멘텀 기반 옵티마이저와 일반화(Normalization)은 빼놓을 수 없는 요소인데요, 논문에서는 이 두 요소를 함께 사용했을 때 발생하는 Weight Norm의 폭증으로 인한 문제를 지적하고, 이를 해결하기 위한 방법과 이를 적용한 AdamP, SGDP 옵티마이저를 제안합니다. 영상에 사용된 자료는 아래 제 깃허브 링크에서 확인하실 수 있습니다! https://github.com/skyil7/…
댓글을 사용할 수 없습니다.