Improving Super-Resolution GAN Performance through Discriminator using U-Net Structure and Auxiliary Classifier

본 논문에서는 적대적 생성 네트워크(Generative Adversarial Network, 이하 GAN)을 이용한 초해상도(Super Resolution) 수행 방법을 제안하고 있다. 보간, CNN(Convolutional Neural Network), GAN 등에 이르기까지 초해상도 작업을 수행하는 여러 기법이 제시되고 있으며, 그중 이미지 합성에서 좋은 성능을 보였던 GAN을 초해상도 작업에 활용하려는 시도가 많이 있었다. GAN의 Generator의 네트워크 구조, 손실함수 변경 등을 통한 초해상도 품질 향상을 이루려는 시도는 많지만, Discriminator에 대해서는 그만큼 개선의 초점이 맞춰지지는 않았다. 따라서 본 논문에서는 타 논문에서 제시되었던 U-Net 구조 및 이미지의 회전에 대한 보조 분류기 구조를 추가하여 초해상도 작업에 긍정적인 영향을 준 것을, 실험을 통해 확인하였다.