초록
이 논문은 심층 신경망을 활용한 초해상도(SR) 기반의 균열 세분화 방법을 제안한다. 제안된 방법에서는 이진 세분화 네트워크와 SR 네트워크를 종단 간(end-to-end) 방식으로 공동 학습한다. 이러한 공동 학습을 통해 SR 네트워크가 세분화 성능 향상에 최적화될 수 있다. 실제 적용 시나리오를 고려하여, 모를 알 수 없는 왜곡을 겪은 저해상도 이미지를 처리하기 위해 SR 네트워크를 비눈(non-blind)에서 눈(blind)으로 확장하였다. 또한, SR과 세분화 간의 상호 최적화를 더욱 촉진하기 위해 본 연구에서 제안한 두 개의 추가 경로를 통해 공동 네트워크를 개선하였다. 최신 기술(SoTA, State of The Art) 세분화 방법들과의 비교 실험을 통해 제안된 공동 학습 방법의 우수성을 입증하였으며, 다양한 추상화 실험(Ablation studies)을 통해 본 연구의 기여도가 효과적임을 확인하였다.