안녕하세요
국내 최대 오프라인 인공지능 커뮤니티 모두의연구소입니다.
오늘은 구글 맵에 적용된 NeRF 모델, Video-to-Video Diffusion 모델, 마지막으로 GAN을 활용한 애니메이션 초상화 모델에 대해 이야기하려고 합니다.
-
구글 리서치에서 NeRF 기반으로 구글 지도를 3D로 만드는 작업에 대한 블로그가 게시되었습니다. NeRF란 2D이미지를 3D로 바꿔주는 기술로 2020년에 소개되었습니다 해당 모델을 기반으로 구글은 구글 지도에 있는 수십억개의 스트리트 뷰와 항공 이미지를 융합해 3D 월드를 구현하고 있다고 합니다! 여기에 날씨와 같은 환경적 요소까지 결합한다면 비디오가 결합한 새로운 지도를 완성할 수 있다고 합니다. 3D 모델 활용에 관심있다면 해당 내용을 확인하는걸 추천합니다!
-
Rerender A Video: Zero-Shot Text-Guided Video-to-Video Translation
이제는 Text-to-Image 모델에서 대세인 Diffusion 모델을 비디오에도 적용한 논문이 있어 공유합니다. 이 논문의 경우 특이한 점은 Video-to-Video 번역이지만 텍스트로 가이드를 진행합니다. 방식을 보면 Diffusion 모델을 응용한 ControlNet과 매우 유사한 형태인데 여기에 Video를 적용했다고 볼 수 있습니다. 동영상을 다시 한번 렌더링을 하지만 기존 방법보다 효율적이고 효과적이었다고 합니다!
-
AniFaceDrawing: Anime Portrait Exploration during Your Sketching
이번 논문은 인공지능을 활용해서 사용자가 스케치 과정에서 애니메이션 초상화로 변환하는 것과 같은 애니메이션 초상화 제작을 지원하는 방법에 대한 내용입니다. 이 논문은 지금의 대세인 Diffusion을 택하기보다 Diffusion 이전 생성모델에서 대세였던 GAN을 활용합니다. GAN의 경우 Diffusion만큼 자유도가 높지는 않지만 고품질의 이미지를 생성하기 때문에 해당 task에서 적절하다고 생각합니다. 해당 모델로 그림을 더 쉽게 그릴 수 있다면 생산성 측면에서 높아질 것 같습니다!
모두의연구소와 지식을 나누고 함께 성장할 개발자를 기다립니다.
모두의연구소가 만든 AI학교 쏘카 캠퍼스 모집 중 ⇒ https://me2.kr/IvLsN