Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
확장 합성곱 신경망과 자기 지도 순환 적대적 생성 신경망을 이용한 안개 제거 네트워크Unpaired Image Dehazing Network using smoothed Dilated Convolution Network and Self-Supervised CycleGAN
- Other Titles
- Unpaired Image Dehazing Network using smoothed Dilated Convolution Network and Self-Supervised CycleGAN
- Issue Date
- Feb-2020
- Publisher
- 한국정보과학회
- Keywords
- 안개 제거; 순환 적대적 생성 신경망; 자기 지도 학습; 회전 손실 함수; 지각적 손실 함수; 확장합성곱 신경망; dehazing; cyclegan; self-supervised learning; rotation loss; perceptual loss; smoothed dilated convolution
- Citation
- 정보과학회 컴퓨팅의 실제 논문지, v.26, no.2, pp 104 - 109
- Pages
- 6
- Journal Title
- 정보과학회 컴퓨팅의 실제 논문지
- Volume
- 26
- Number
- 2
- Start Page
- 104
- End Page
- 109
- ISSN
- 2383-6318
2383-6326
- Abstract
- C/C++의 타입 캐스팅은 취약점을 유발하며 프로그램의 안정성을 저하시킨다. 이를 보완하기 위해 C++에서는 실행 중 객체의 타입을 확인하여 캐스팅하는 dynamic_cast를 지원하지만, 안전성이 높아지는 대신 실행 속도가 느려진다는 단점이 있다. 이러한 이유로 절충안인 런타임 오버헤드가 적은 static_cast가 사용된다. 그러나 static_cast는 컴파일시에 알려진 타입으로만 캐스팅을 제한하는 방법으로서, 취약점이 여전히 존재한다. 본 논문에서는 프로그램 재작성과 타입 시스템을 활용하여 기존의 C++ static_cast를 보완하여 런타임 오버헤드가 적으면서도 개발 단계에서 좀 더 안전한 코딩을 할 수 있도록 유도하는 방법을 제안한다.
- Files in This Item
- Go to Link
- Appears in
Collections - 공과대학 > 소프트웨어학부 > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.