Image Colorizatioon

실험 결과

• DataSets 종류
  • coco-stuff dataset
  • pascal voc dataset cifar datasets
• 정량적 평가 방법
  • psnr
    • 복원된 영상과 원본영상 사이의 차를 최소제곱 에러를 구한다
  • ssim(structure similar identify ???)
    • 이미지의 밝기, 색상등을 비교
    • 값이 클수록 잘 복원된 것
  • pcqi
    • 최대신호 잡음비, psnr으로 평가
  • iqm
    • 구조적 유사성 구조
    • 색깔이 얼마나 선명하냐
    • 색깔이 얼마나 풍부하냐
    • 구조

객체 단위로 알때 컬러를 입히는법

• 객체단위로 입히는게 더 좋음
• 중간중간 객체간의 통일성을 위해 퓨전 진행
• 객체인식을 위해 이미 공개되고 훈련된 객체 인식 신경망 사용

TTS^{text to speech}

• 음성신호는 진폭데이터로 변환되여 1차원 벡터가 생성
• 보통 44100번의 진폭으로 데이터를 생성

논문 설명에서 모델 크기 조절 설명할수 있어야됨

하나하나 물어보기보단 딥러닝에 대한 개념이 나올 것 컬러라이제이션 메트릭(평가 기준) 이해해야됨 instance aware image colorization 자세하게 이해해야됨 순서, 네트워크 프레임워크도 잘 이해 해야함

tts 2d를 3d로 변환하는 과정 외워야함

causal cnn외우기

아트록스 컨볼루션 개념 aspp 외우기

depthwise convolution 하는방법 알아두기