Attention-based Style Transfer for Korean Traditional Painting

Neural Style Transfer는 이미지의 형태를 보존하면서 색채와 질감 등의 미학적 요소를 변경하는 딥러닝 네트워크로 다양한 분야에서 활용되고 있다. 대부분의 Neural Style Transfer는 유명 서양미술 데이터 세트를 기반으로 연구되어 왔으며 서양화 전이에 탁월한 성능을 보여 해당 문화권 영향력 발전에 크게 기여하고 있다. 그에 반해 수묵화 등 한국 전통 회화 양식 전이는 기존 네트워크로 수행하기 어려우며 관련 연구가 부족하다. 본 논문은 CycleGAN과 Self-Attention 메커니즘을 결합하여 농담의 특성과 여백을 효과적으로 반영하는 새로운 네트워크를 제안한다. 또한 제안된 네트워크를 사용하여 이미지를 생성할 수 있는 웹 서비스를 개발함으로써, 누구나 본 연구 주제에 관한 관심을 가질 수 있도록 하였다.