참외와 관련하여 관행적 포복재배 형태를 수직재배 방식으로 개선하고 자동화 기술을 도입하는 연구가 국내에서 활발히 진행 중이다. 특히 수확 자동화에 필요한 수확로봇에 대한 연구도 주목을 받고 있지만 참외는 다른 덩굴식물들과 마찬가지로 잎에 의해 과실이 차폐되는 경우가 많아 과실 인식, 크기 및 숙도 인식에 어려움을 겪는다. 딥러닝을 이용한 차폐영역 복원 모델을 학습하기 위해서는 잎에 의해 차폐된 과실 영역에 대한 정보가 존재하여야 하기 때문에 이미 잎에 차폐된 과실 이미지는 학습 데이터로 부적합하다. 따라서 본 연구에서는 생성형 딥러닝 모델인 GAN을 이용하여 과실의 전체 형상이 드러난 이미지 상에 잎 차폐를 생성하는 방법을 이용한여 차폐영역 복원 모델 학습용 데이터셋을 구성하고자 하였다. GAN 모델 학습을 위해 잎에 차폐되지 않은 과실 이미지와 차폐된 과실 이미지 데이터를 수집하였다. GAN 중에서도 이미지-이미지 변환 모델 중 널리 사용되는 CycleGAN 모델을 사용하였으며, 과실 상에 잎이 생성될 수 있도록 생성되는 영역을 제한하는 attention-guided 기법을 적용하여 실제 잎에 차폐된 과실 이미지와 유사한 데이터셋을 생성하였다.