• 목록

- 박상현 교수팀은 데이터의 편향을 제거하는 이미지 변환 모델을 개발함.

- 불완전한 데이터를 사용하여 딥러닝 모델을 학습하더라도 다양한 소스의 데이터에 대해 높은 성능을 보일 수 있으며, 인터넷 및 다양한 기관에서 데이터 수집이 어려운 의료 및 산업 분야에서 강인한 성능을 보이는 딥러닝 모델 개발을 가능하게 함.

- 제안하는 이미지 변환 모델은 먼저 입력 이미지의 콘텐츠 정보와 새로운 도메인의 이미지에서 질감 정보를 추출하고 이 둘을 생성모델에 입력하여 이미지를 생성함. 입력한 이미지의 콘텐츠 정보와 새로운 도메인의 질감 정보를 유지하기 위해 질감 동시 발생 오류함수와 콘텐츠 자기 유사성 오류함수를 학습에 활용함.

- 제안한 기법을 활용해 질감 편향이 제거된 데이터셋을 구축한 후 딥러닝 모델을 학습시켰을 때 성능이 크게 향상함을 확인함. 또한 절제연구를 통해 제안하는 기법이 다른 콘텐츠를 유지하는 기법이나 질감을 변형시키는 기법보다 정성적, 정량적으로 우수함을 확인함. 이 연구는 인공지능 분야 최상위 국제학술저널인 Neural Networks (IF=7.8)에 게재됨.