[제목] R-DoGAN: GAN 기반 인지 손실함수와 DoG 멀티스캐일 입력을 활용한 절리선 분할 특화 모형 [이름] 김진언, 임준수, 송재준 [모형 개발 배경] 1. 절리선 조사 자동화를 위한 기계학습 기반 모형 개발 2. 기존의 기계학습 기반 절리선 분할 모형 3. AI 모형 개발 부문의 암반 이미지 데이터 [모형 개발] 1. 절리선 분할에 특화된(task-specific) 모형 개발 - 절리선 분할에 특화된 손실함수: GAN 기반의 인지 손실함수(perceptual loss) - 절리선 분할에 특화된 입력층: 멀티스캐일 경계정보(DoG pyramid) 2. 모형 설계 및 실행 환경 3. 모형 학습 [모형 성능 평가] 1. 절리선 분할 성능 평가 및 손실함수(GAN)와 입력(DoG) 효과 확인 - R-DoGAN, R-GAN 및 baseline 모형의 성능 평가 - 손실 변화로 살펴본 인지 손실함수 및 DoG 입력의 효과 2. 기존 모형과의 성능 비교 [활용방안 및 추후계획] [참고문헌]