분류 전체보기 (35) 썸네일형 리스트형 Diffusion 활용 논문들 간단 메모 결국 요즘 많이 활용되는 Text-guided Diffusion, Latent Diffusion 모델에 관한 내용 이전 글: Diffusion 기본 논문들 간단 메모남겨놓는 Diffusion 기본 논문들 간단 메모 Reference:https://cvpr2022-tutorial-diffusion-models.github.io/wnthqmffhrm.tistory.com reference:https://www.youtube.com/watch?v=nthpXARTdukhttps://ffighting.net/deep-learning-paper-review/diffusion-model/diffusion-model-basic/https://ffighting.net/deep-learning-paper-review/di.. Diffusion 기본 논문들 간단 메모 남겨놓는 Diffusion 기본 논문들 간단 메모 Reference:https://cvpr2022-tutorial-diffusion-models.github.io/https://www.youtube.com/watch?v=uFoGaIVHfoE1. DDPM:1. 이미지(t=0)에 t=n step의 가우시안 노이즈를 미세하게 계속 더하면 노이즈가 될 것2. 그럼 이러한 노이즈에서 노이즈를 걷어내면 이미지가 될 것3. t step에서 더해진 노이즈를 예측가능하면 t-1번째 이미지를 만들 수 있음.4. 이를 통해 t=n에서 t=0까지 도달하면 이미지가 될 것. 2. DDIM1. 기존 Markov Chain으로 정의됨. DDPM은 '반드시' 순서대로 만들어야함 2. Non-Markov가 되도록 DDIM으로 만든 것.. [GANInvesion + Latent space manipulation] Designing an Encoder for StyleGAN Image Manipulation, SIGGRAPH 2021 *저는 배우는 학생이라 도메인 지식이 얕습니다. 참고 정도만 부탁드립니다. *논문에 보여주는 결과가 정말 많고 다른 내용도 있는데, 글이 난잡해질까봐, 주요하다고 생각되는 것만 우선적으로 언급했습니다. Encoder for Editing(e4e)논문으로 불리는 Designing an Encoder for StyleGAN Image Manipulation, SIGGRAPH 2021를 포스팅해보려고 합니다. StyleGAN을 이용해서 GANInvesion과 Latent space manipulation을 용이하게 하는 데 있어서 어떻게 editing을 더 잘할 수 있을까에 초점을 맞춘 논문입니다. StyleGAN 먼저 StyleGAN은 CVPR 2019에 발표된 아주 좋은 성능으로 유명한 생성 모델입니다. .. [개념만] Hierarchical Deep Reinforcement Learning 이미지 처리 관련한 강화학습 논문(Video Captioning via Hierarchical Reinforcement Learning, CVPR 2018)을 읽던 중 모르는 개념이 나와 일단 기록합니다. Hierarchical Deep Reinforcement Learning이라는 개념인데 큰 목표와 작은 목표로 나누어 agent를 학습시키는 것 같습니다. 작은 목표가 모이면 큰 목표가 되는것이고 그 큰 목표를 실행하는 과정들을 통해 최종적으로 목표하는 action이나 policy를 학습하는 것이죠. 어떤 문제가 하나의 큰 목표가 아니라 더 세분화 될때 사용하면 좋은 개념인거 같습니다. 나중에 리뷰해보도록 해야겠습니다. 논문: 한국어 리뷰: Hierarchical Deep Reinforcement Le.. [강화학습 + latent space search] Preference-Based Image Generation WACV2020 *저는 배우는 학생이라 도메인 지식이 얕습니다. 참고 정도만 부탁드립니다. 간단하게 정리하였습니다. Preference-Based Image Generation 논문은 WACV2020에 발표된 논문입니다. 강화 학습을 이용해 원하는 이미지에 가까운 latent code를 추천해주는 agent를 학습하는 것이 목표입니다. 문제 정의 많은 생성 모델 연구가 진행되고 있는 가운데, fully interpretable latent code는 많지 않다. 또는 랜점 latent vector에서 생성되는 것도 많다. 따라서 latent space에서 원하는 이미지를 생성하기가 어렵다. 특히 비전문가들한테는 더더욱. 그렇게 때문에 논문에서는 preference-based reinforcement learning를 적.. [강화학습 + 이미지 처리]Exposure: A White-Box Photo Post-Processing Framework, SIGGRAPH 2018 *저는 배우는 학생이라 도메인 지식이 얕습니다. 참고 정도만 부탁드립니다. 다 이해하고 쓰지 못했습니다.. 공부용이니 참고만 부탁드립니다. Exposure: A White-Box Photo Post-Processing Framework Retouching can significantly elevate the visual appeal of photos, but many casual photographers lack the expertise to do this well. To address this problem, previous works have proposed automatic retouching systems based on supervised learning from paired arxiv.org .. 컴퓨터 그래픽스 - Texturing toward Global Illumination([KUOCW] 한정현 교수님 강의) 이 포스팅은 [KUOCW] 한정현 교수님 강의 16장 - Texturing toward Global Illumination을 듣고 정리한 내용입니다. 이전 포스팅했던 phong lighting은 object-wise 조명 효과였습니다. 즉 서로 상호작용하지는 않았다는 것이죠. 하지만 현실 세계에서는 물체 별로 반사 또는 투과가 되기 때문에 서로에게 영향을 끼친다고 할 수 있습니다. 오늘은 그 부분에 대한 설명인 Global Illumination에 대한 포스팅입니다. 2022.01.19 - [컴퓨터 그래픽스] - 컴퓨터 그래픽스 기초 - Fragment Shader part 2. Phong Lighting ([KUOCW] 한정현 교수님 강의) 아래 그림에서 (a)는 각 구체들이 조명에 각각 영향을 받는 .. 컴퓨터 그래픽스 - Shadow Mapping([KUOCW] 한정현 교수님 강의) 이 포스팅은 [KUOCW] 한정현 교수님 강의 15장 - Shadow Mapping을 듣고 정리한 내용입니다. 제목 그대로 그림자에 대한 포스팅이므로 그래픽스 공간상 빛의 효과가 어떻게 표현되는지 알고 보시면 좋을 거 같습니다. 2022.01.19 - [컴퓨터 그래픽스] - 컴퓨터 그래픽스 기초 - Fragment Shader part 2. Phong Lighting ([KUOCW] 한정현 교수님 강의) 이번 강은 물체의 그림자를 어떻게 표현할 것인가를 다룹니다. 그래픽스에서 그림자는 필수적인 요소이죠. 사실적인 표현으로써도 물론이고, 각 물체 간의 관계를 이해하고 표현되는데도 쓰입니다. 아래 그림에서 (b)는 그림자의 위치에 따라 캐릭터가 땅에 착지하는 효과를 줄 수 있음을 보여줍니다. Two-pass.. 이전 1 2 3 4 5 다음
