
100배 작은 모델로 10배 빠르게 영상 초해상도 구현 개발
AI 요약
기존 딥러닝 기반 영상 초해상도 기술은 높은 복잡도와 연산량으로 저전력 및 모바일 기기 적용에 어려움이 있습니다. 본 발명은 이러한 문제를 해결하기 위해 지식 증류(Knowledge Distillation) 기법을 활용한 딥러닝 영상 초해상도 처리 방법 및 장치를 제안합니다. 대규모 교사 모델의 학습된 중요 지식(특징값)을 경량화된 학생 모델에 효과적으로 전달하고 추가 학습시킴으로써, 학생 모델은 파라미터 수를 획기적으로 줄이면서도 고품질의 초해상도 이미지를 실시간으로 생성합니다. 이 기술은 계산량과 메모리 소비를 대폭 절감하여, 스마트폰이나 임베디드 시스템과 같이 리소스가 제한적인 하드웨어에서도 고성능 영상 초해상도 기능을 안정적으로 구현할 수 있도록 돕습니다. 이를 통해 다양한 기기에서 사용자에게 혁신적인 고화질 영상 경험을 제공합니다.
기본 정보
기술명 | |
영상 초해상도 처리 방법 및 장치 | |
기관명 | |
서강대학교산학협력단 | |
대표 연구자 | 공동연구자 |
강석주 | - |
출원번호 | 등록번호 |
1020200086360 | 1025827060000 |
권리구분 | 출원일 |
특허 | 2020.07.13 |
중요 키워드 | |
AI 기반 화질 개선임베디드 시스템 적용학생 네트워크 학습저전력 장치 배포지식 증류컴퓨팅 자원 효율화딥러닝 모델 경량화고해상도 이미지 구현메모리 소비 절감SqueezeNet 알고리즘실시간 이미지 처리영상 초해상도합성곱 신경망 최적화교사 네트워크 활용인공지능 |
기술완성도 (TRL)
기본원리 파악
기본개념 정립
기능 및 개념 검증
연구실 환경 테스트
유사환경 테스트
파일럿 현장 테스트
상용모델 개발
실제 환경 테스트
사업화 상용운영
기술 소개
매도/매수 절차
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금

서강대학교
보유 기술 로딩 중...
인기 게시물 로딩 중...