Improving Day-to-Night Image Translation Performance with CycleGAN and CBAM Integration
Y. Jay Jung, Jihong Min, Sang-Geol Lee · The Journal of the Korean Institute of Information and Communication Engineering · 2025
자율 주행 차량이 다양한 가시성 조건에서도 안정적으로 작동하기 위해서 낮 시간에 수집된 이미지뿐만 아니라 야간 이미지와 같은 데이터도 필수적이다. 그러나 밤 데이터는 수집이 낮 데이터에 비해 어렵기 때문에 이를 보완하는 이미지 변환 기술이 필요하다. 본 연구에서는 CycleGAN 과 CBAM 을 결합하여 낮 이미지를 밤 이미지로 변환하는 과정에서 성능을 개선하는 방법을 제안한다. Reduction 비율을 조정하고 LP 및 LSE Pooling 방식을 추가해서 모델의 성능과 계산 효율성을 모두 향상시켰다. 실험 결과 Reduction 8 + LSE 조합이 기존 모델에 비해 성능이 개선됨을 확인하였으며 자율 주행과 같은 응용 분야에서 대량의 합성 데이터를 신속하게 생성할 수 있어 비용 절감 측면에서도 이점을 제공한다.