[학회후기]

이번 ICIEA는 중국 하이난에서 열렸다. 코로나로 인해 오프라인으로는 참석하지 못했지만 처음 참가하는 해외학회인 만큼 열심히 준비했다. 처음으로 영어로 초록을 작성하고 발표 자료를 구성하면서 평소 영어 공부가 부족하다는 것을 실감했다. 내가 포함된 세션에서 용원이형도 함께 발표해서 외롭지 않게 발표할 수 있었다. 세션에 포함된 다른 발표자들의 발표를 들으며 해외에도 정말 우수한 연구원들이 많다는 것을 다시 한번 실감했다. 이번에는 우수 발표자로 선정되지 못했지만, 다음 학회에는 더 열심히 준비해야 겠다는 생각이 들면서 동기부여가 되는 학회였다.

[발표후기]

이미지를 복원하기 위해서는 고품질의 이미지에 노이즈를 추가해 원래 이미지로 복원하도록 학습을 진행한다. 이때 합성된 오래된 이미지와 실제 오래된 이미지 사이에 도메인 갭이 존재하게 되고 이에 따라 실제 오래된 이미지의 복원을 어렵게 된다. 도메인갭을 줄이기 위해 선행연구에서는 이미지의 특징 벡터 사이의 차이를 줄이는 학습을 진행한다. 하지만 이는 단순히 이미지의 내용에 대한 차이만을 줄이는 학습이다. 실제 오래된 이미지와 합성된 오래된 이미지 사이에는 스타일에 대한 차이도 존재할 수 있으며 이를 고려한 이미지 복원이 필요하다. 따라서 이미지의 그람 행렬에 대한 차이를 줄이는 손실함수를 추가해 학습을 진행했으며 이를 통해 기존 연구에 비해 도메인갭이 존재하는 상황에서 좋은 성능을 보임을 알 수 있었다.

질문: 이미지 복원을 위해 사용한 데이터가 실제 오래된 이미지 데이터인가?

답변: 정량적인 성능을 측정하기 위해 현재 실험에서는 만들어진 오래된 이미지만을 복원하는 것을 목표로 했다.