Anderson의 관점
사용자 정의 생성적 적대적 네트워크 만들기: 스케치 사용
Unite.AI를 Google의 선호 소스에 추가
카네기 멜런과 MIT의 연구자들은 사용자가 생성적 적대적 네트워크(GAN) 이미지 생성 시스템을 만들 수 있는 새로운 방법론을 개발했습니다. 이 방법론은 사용자가 특정 도형을 스케치하여 이미지 생성 시스템을 만들 수 있습니다.
이 시스템은 사용자에게 특정 이미지, 예를 들어 특정 동물, 건물, 사람 등을 생성할 수 있는 이미지 생성 시스템을 만들 수 있습니다. 현재 대부분의 GAN 이미지 생성 시스템은 임의의 출력을 생성하며, 특정 특성을 지정할 수 없습니다.
이 접근법은 논문에서 설명되어 있습니다. 이 방법론은 사용자 입력을 통해 이미지 데이터베이스에서 특정 도형을 찾는 효과적인 ‘검색’ 함수를 제공합니다. 그리고 이 도형을 사용하여 GAN을 훈련시킵니다.
사용자는 특정 도형을 스케치하여 GAN을 훈련시킬 수 있습니다. 예를 들어, 사용자가 특정 종류의 고양이를 생성하는 프레임워크를 만들고 싶다면, 사용자의 입력 스케치가 비슷한 고양이의 특성을 가진 이미지 데이터베이스에서 특정 도형을 찾는 데 사용됩니다.
Source: https://peterwang512.github.io/GANSketching/
이 연구는 카네기 멜런 대학의 Sheng Yu-Wang와 MIT의 Colleague Jun-Yan Zhu, David Bau가 주도하고 있습니다.
이 방법론은 ‘GAN 스케칭’이라고 불리며, 사용자 입력 스케치를 통해 특정 도메인 또는 하위 도메인을 대상으로 하는 템플릿 GAN 모델의 가중치를 직접 변경합니다.
다양한 정규화 방법을 사용하여 모델의 출력이 다양하고 이미지 품질이 높은지 확인했습니다. 연구자들은 중간 공간을 보간하고 이미지 편집을 수행할 수 있는 샘플 응용 프로그램을 만들었습니다.
이 [$class]는 존재하지 않습니다
GAN 기반 이미지 생성 시스템은 최근 몇 년 동안 인기があり, 다양한 프로젝트가 존재합니다. 예를 들어, 이 프로젝트는 존재하지 않는 이미지, 예를 들어 사람, 건물, 동물 등을 생성할 수 있습니다.
GAN 기반 이미지 합성 시스템은 대상 도메인의 이미지 데이터베이스를 수집하고, 모델을 훈련시키고, 생성기 모듈을 구현하여 임의의 이미지 예제를 생성할 수 있습니다.
DeepFacePencil의 출력. 사용자가 스케치를 통해 사진과 같은 얼굴 이미지를 생성할 수 있습니다.
나는 당신이 무엇을 의미하는지 압니다…
이 방법론은 사용자 입력 스케치와 이미지 데이터베이스에서 특정 도형을 찾는 효과적인 ‘검색’ 함수를 제공합니다. 이 함수는 사용자에게 특정 도형을 스케치하여 이미지 생성 시스템을 만들 수 있는 기능을 제공합니다.
最近, NVIDIA는 GAN 기반 풍경 생성에 대한 연구인 GauGAN의 데스크톱 버전을 출시했습니다. 이 프로젝트는 사용자 입력 스케치를 통해 풍경 이미지를 생성할 수 있습니다.
NVIDIA의 GauGAN. 사용자 입력 스케치를 통해 풍경 이미지를 생성할 수 있습니다.
스케치-이미지 간소화
이 방법론은 사용자 입력 스케치를 통해 이미지 생성 시스템을 만들 수 있는 기능을 제공합니다. 이 시스템은 사용자에게 특정 도형을 스케치하여 이미지 생성 시스템을 만들 수 있는 기능을 제공합니다.
이 시스템은 사용자 입력 스케치를 통해 특정 도형을 찾는 효과적인 ‘검색’ 함수를 제공합니다. 그리고 이 도형을 사용하여 GAN을 훈련시킵니다.
이 방법론은 GAN 스케칭이라고 불리며, 사용자 입력 스케치를 통해 특정 도메인 또는 하위 도메인을 대상으로 하는 템플릿 GAN 모델의 가중치를 직접 변경합니다.
잠재 공간과 자연 이미지 편집
이 방법론은 두 가지 응용 프로그램을 개발했습니다. 첫 번째는 잠재 공간 편집입니다. 이 기능은 사용자에게 특정 도형을 스케치하여 이미지 생성 시스템을 만들 수 있는 기능을 제공합니다.
두 번째는 자연 이미지 편집입니다. 이 기능은 사용자에게 특정 도형을 스케치하여 이미지 생성 시스템을 만들 수 있는 기능을 제공합니다.
GAN 스케칭의 잠재 공간 편집
이 방법론은 사용자에게 특정 도형을 스케치하여 이미지 생성 시스템을 만들 수 있는 기능을 제공합니다. 그리고 이 시스템은 사용자에게 특정 도형을 스케치하여 이미지 생성 시스템을 만들 수 있는 기능을 제공합니다.
현재 이 시스템은 실시간으로 작동하지 않습니다. 훈련과 캘리브레이션에는 30,000 번의 반복이 필요합니다. 또한 원본 모델의 훈련 데이터에 접근할 수 있어야 합니다.
GAN 스케칭의 FFHQ 모델
