반응형
1. original 텍스쳐와 decompression된 텍스쳐의 차이는 눈으로 봤을 때 크게 없음.
2. PSNR과 SSIM으로 확인한 값은 꽤나 텍스쳐별로 변폭이 큼.
3. baseline model외에 다른 idea를 접목한 기술을 실험하고 있어 기대가 큼.
그 외 `code`라는 중간 파일의 크기가 이 실험에서 중요한 압축률을 의미하는데 이 파일이 autoencoder의 중간 layer의 tensor 크기만으로는 너무 크므로 다시한번 bit단의 encoding이 필요함. 이 사실을 나중에 이해함.
반응형
'개발_이야기 > 딥러닝' 카테고리의 다른 글
TTS (0) | 2018.04.02 |
---|---|
PFNN(Phase-Functioned Neural Networks for Character Control) (0) | 2018.04.02 |
anim_motion_synthesis (0) | 2018.04.02 |
최신 논문으로 시작하는 딥러닝 (0) | 2018.04.02 |
How we teach computers to understand pictures (0) | 2017.09.19 |