Improvement of Background Inpainting using Binary Masking of a Generated Image

Le résumé fourni par la source

최근에 딥러닝 분야에서 이미지 생성 기술은 빠르게 발전하고 있다. 이미지를 가장 잘 표현할 수 있는 방법 중 하나는 텍스트 프롬프트를 이용해 이미지를 생성하는 기술이고, 이를 이용해 이미지를 생성하는 모델의 성능은 매우 뛰어나다. 하지만 이미지에서 텍스트 프롬프트만으로 원하는 부분을 자연스럽게 바꾸는 것은 쉽지가 않은데 이는 전형적인 이미지 생성 모델의 문제점이라고 할 수 있다. 따라서 본 연구에서는 이미지의 각 영역에 대한 텍스트를 추출하고 이를 바탕으로 하여 이미지의 객체를 유지하면서 배경 영역을 자연스럽게 바꿔주는 배경 인페인팅 기술을 개발하였다. 특히 제안하는 이미지의 배경 변환 인페인팅 기법은 한 장의 이미지로의 변환뿐만 아니라 여러 장의 이미지로 빠르게 변환할 수 있는 장점을 가지고 있다. 텍스트 프롬프트 기반 이미지 스타일 변환을 통해 데이터가 부족한 분야에 적용한다면 이미지 증식을 통해 인공지능 모델의 성능을 향상시킬 수 있을 것이다.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.