본문 바로가기

🏛 Research/Generative AI4

Stable Diffusion: 이미지 생성 AI 이해하기 AI를 활용한 이미지 생성 기술은 단순한 픽셀 단위의 변형을 넘어, 고유한 예술적 창의성을 담아내는 단계에 이르렀다. AI는 이제 텍스트와 같은 간단한 조건에서부터 복잡한 이미지 디테일까지, 사용자 요구에 맞춰 고해상도 이미지를 생성할 수 있게 되었다. 이러한 흐름의 선두에 있는 기술 중 하나가 Stable Diffusion이다. 이 모델은 기존의 이미지 생성 모델들이 겪던 한계를 해결하며, 다양한 조건에서도 효율적으로 이미지를 생성할 수 있도록 설계되었다. Stable Diffusion의 구조와 학습 방식을 이해하면 이미지 생성 AI가 어떻게 발전해왔고, 어떤 방식으로 더 창의적인 결과물을 만들어내는지 알 수 있다. Diffusion Model ? Diffusion model은 데이터에 점진적으로 노이.. 2024. 11. 4.

VAE (Variational Autoencoder) 설명 | VAE Pytorch 코드 예시 VAE (Variational Autoencoder) VAE(Variational Autoencoder)는 생성 모델 중 하나로, 주로 차원 축소 및 생성 작업에 사용되는 신경망 아키텍처이다. VAE는 데이터의 잠재 변수를 학습하고 이를 사용하여 새로운 데이터를 생성하는 데 사용되는데, 특히 이미지 및 음성 생성과 같은 응용 분야에서 널리 사용되고 있다. 이러한 VAE는 크게 인코더와 디코더라는 두 부분으로 구성되어 있다. Autoencoder(오토인코더)와 헷갈릴 수 있는데, 오토인코더는 인풋을 똑같이 복원할 수 있는 latent variable z를 만드는 것이 목적, 즉 인코더를 학습하는 것이 주 목적이고, VAE의 경우 인풋 x를 잘 표현하는 latent vector를 추출하고, 이를 통해 인풋 .. 2024. 1. 6.

[논문 소개] Drag Your GAN - 마우스 드래그로 이미지를 생성/변형하는 AI Drag Your GAN 이전의 접근 방식과 달리 Drag Your GAN은 사용자의 마우스 드래그만으로 GAN을 제어한다. 논문 저자는 누구나 픽셀의 위치를 정밀하게 제어하여 이미지를 변형할 수 있으므로 동물, 자동차, 인간, 풍경 등과 같은 다양한 범주의 포즈, 모양, 표현 및 레이아웃을 조작할 수 있다고 한다. 논문에 공개된 figure를 보면 사자의 입을 드래그하여 벌리게 하거나 다른 곳을 응시하게 할수 있고, 사람의 자세를 바꾸거나 풍경 속 산의 높이를 바꿀 수도 있다. 물론 꽤나 자연스럽게 말이다. GAN 분야에서 이미 이미지 매니폴드를 학습하여 이미지를 생성/변형하는 연구는 많았지만 이렇게 뭔가 프로덕트화(?)되어 공개된 논문은 처음 보는 것 같다. Motion supervision 단계는 .. 2023. 5. 28.

[기술 소개] Text-to-Image Generation | 이미지 생성 AI | DALL-E | GPT | dVAE Text to Image Generation Text to Image generation은 텍스트 정보를 입력으로 받아서 해당 텍스트에 해당하는 이미지를 생성하는 기술이다. 딥러닝 기술의 발전으로 인해 2010년대 중반부터 개발되기 시작해 2022년에는 OpenAI의 DALL-E 2 , Google Brain의 Imagen , StabilityAI의 Stable Diffusion 과 같은 최첨단 텍스트-이미지 모델의 출력물이 실제 사진과 사람이 그린 예술품의 품질에 접근하기 시작했다. Text to Image generation에서는 일반적으로 이러한 GAN(Generative Adversarial Networks) 모델을 텍스트와 이미지를 쌍으로 이루는 데이터셋을 학습시켜서 구현한다. 예를 들어, ".. 2023. 4. 6.

이전 1 다음

티스토리툴바