Uploads from ‍김성범[ 교수 / 산업경영공학부 ]

Currently Playing: [Open DMQA Seminar] Enhancing Prompt Understanding in Text-to-Image Diffusion Model

이미지 분야에서 우수한 성능을 보이는 디퓨젼 모델은 사용자가 원하는 이미지를 생성하기 위해 텍스트 프롬프트를 입력할 수 있다. 그러나 생성된 이미지가 프롬프트를 완벽하게 반영하는 것은 매우 어려운 과제이며, 이로 인해 특정 객체가 생성되지 않거나 객체에 잘못된 속성이 부여되는 문제가 발생한다. 본 세미나는 디퓨젼 모델이 프롬프트를 정확하게 반영할 수 있는 방법론에 대해 소개한다. 참고자료: [1] Rombach, Robin, et al. "High-resolution image synthesis with latent diffusion models." Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2022 [2] Feng, Weixi, et al. "Training-free structured diffusion guidance for compositional text-to-image synthesis." arXiv preprint arXiv:2212.05032 (2022). [3] Chefer, Hila, et al. "Attend-and-excite: Attention-based semantic guidance for text-to-image diffusion models." ACM Transactions on Graphics (TOG) 42.4 (2023): 1-10