
초록
이 논문은 깊은 생성 모델을 활용한 시각적 맥락의 외삽(forecasting)이라는 근본적인 문제를 연구한다. 즉, 이미지의 경계를 합리적인 구조와 세부 정보로 확장하는 작업이다. 이처럼 간단해 보이는 과제는 실제로 많은 중요한 기술적 과제에 직면해 있으며, 고유한 성질을 지닌다. 주요한 두 가지 문제는 크기 확장과 한쪽 방향의 제약 조건이다. 본 연구에서는 이러한 문제들을 해결하기 위해 여러 특별한 기여를 하는 의미론적 재생성 네트워크를 제안하고, 다수의 공간적 관련 손실 함수를 활용한다. 제안한 방법의 결과는 일관된 구조와 고해상도의 질감을 갖는다. 다양한 대안 및 관련 기법에 대한 광범위한 실험을 수행하였으며, 본 방법이 다양한 흥미로운 응용 분야에서 연구의 발전에 기여할 수 있는 잠재력을 탐색하였다.