메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박지원 (중앙대학교) 정다솔 (중앙대학교) 이혜빈 (중앙대학교) 한승희 (중앙대학교) 백준기 (중앙대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집
발행연도
2024.6
수록면
2,148 - 2,152 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a modified architecture for a single image-based diffusion model to enhance the diversity of generated images while maintaining semantic fidelity. Our method utilizes the UNet structure to improve the capture of both local and global features from a single image, significantly enhancing the quality and variability of the outputs. Furthermore, we incorporate a CLIP loss function to ensure semantic consistency between the generated images and the source image. This incorporation not only preserves the detailed characteristics of the source image but also maintains semantic integrity. Our experiments demonstrate that integrating image CLIP loss markedly improves compliance with text CLIP guidance, enabling more effective text-guided editing. Unlike other image variation methods using diffusion models, this study provides an effective approach to generate user-desired variations based on a single input image while preserving realistic details.

목차

Abstract
Ⅰ. 서론
Ⅱ. 제안하는 방법
Ⅲ. 실험 및 결과
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0