Efficient 2D smoke synthesis with Cartesian coordinates system based node compression
제목 : 데카르트 좌표계 기반 노드 압축을 이용한 효율적인 2차원 연기 합성
김동희* 김종현*
(* : 강남대학교 소프트웨어응용학부)
한국컴퓨터정보학회 하계학술대회 2021년
제목 : 데카르트 좌표계 기반 노드 압축을 이용한 효율적인 2차원 연기 합성
김동희* 김종현*
(* : 강남대학교 소프트웨어응용학부)
한국컴퓨터정보학회 하계학술대회 2021년
Abstract : 본 논문에서는 데카르트 좌표계 기반으로 노드를 압축함으로써 SR(Super-resolution) 기반 연기 합성을 효율적으로 처리할 수 있는 방법을 제안한다. 제안하는 방법은 다운 스케일링과 이진화를 통하여 연기 시뮬레이션의 계산 공간을 효율적으로 줄이고, 데카르트 좌표계 축을 기준으로 쿼드트리의 말단 노드를 압축함으로써 네트워크의 입력으로 전달하는 데이터 개수를 줄인다. 학습에 사용된 데이터는 COCO 2017 데이터셋이며, 인공신경망은 VGG19 기반 네트워크를 사용한다. 컨볼루션 계층을 거칠 때 데이터의 손실을 막기 위해 잔차(Residual)방식과 유사하게 이전 계층의 출력 값을 더해주며 학습한다. 결과적으로 제안하는 방법은 이전 결과에 비해 네트워크로 전달해야 하는 데이터가 압축되어 개수가 줄어드는 결과를 얻었으며, 그로 인해 네트워크 단계에서 필요한 I/O 과정을 효율적으로 처리할 수 있게 되었다.
[paper]