Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- ChatGPT
- 서보모터
- 티스토리챌린지
- 멀티모달
- 우분투
- ubuntu
- LORA
- 휴머노이드 로봇
- AI 기술
- 일론 머스크
- 딥러닝
- 뉴럴링크
- tts
- 가상환경
- 오픈AI
- 트랜스포머
- OpenAI
- PYTHON
- 시간적 일관성
- AI
- 딥마인드
- 오블완
- ControlNet
- LLM
- TRANSFORMER
- 확산 모델
- 생성형 AI
- 아두이노
- 인공지능
- 메타
Archives
- Today
- Total
AI 탐구노트
Layered Image Vectorization via Semantic Simplification 본문
2D 벡터 이미지를 만들어 보신 적이 있으실까요? 프로그래밍이 들어가는 기법 외에는 Adobe 사의 Illustrator나 Figma 등 다양한 그래픽 도구를 이용해서 만드는 것이 대부분일 거라 생각됩니다. 예전 기억을 돌이켜 보면 바탕에 참조 이미지를 두고, 그 위에 레이어들을 생성한 후 개별적으로 아웃라인을 따서 객체를 만들고 그것들에 색을 넣어 음영을 표현하는 방식으로 진행했었던 것 같습니다. 아마도 지금도 대부분 그래픽 작업에서는 그런 식으로 진행되지 않을까 싶네요.
Layered Image Vectorization은 이미지를 벡터 그래픽으로 변환하는 새로운 기술입니다. 원본 이미지를 점점 단순화해아 여러 단계로 나누고 각 단계를 벡터화하여 세부사항을 점차 추가해 나가는 방식인데 목적은 위에 언급한 작업 과정을 인공지능을 통해 쉽게 진행할 수 있도록 하는 것으로 이해하시면 될 것 같습니다. 해당 기술은 이미지의 주요 구조를 유지하면서 세부 사항을 줄여 나가는 단순화 과정, 단순화된 이미지에서 벡터 도형을 생성하는 벡터화 과정으로 구성되어 있으며, 이때 시각적 손실과 구조적 손실을 최소화하는 방식으로 벡터 도형의 정확도를 높이는 접근을 취하고 있습니다.
아직 코드가 공개되어 있지 않아 테스트를 못해 보지만, 벡터 이미지를 만들어내야 하는 다양한 분야에서 활용될 수 있어 보여 개인적으로는 기다려지는 기술입니다. ^^;
참고) 프로젝트, 논문, 코드(Comming Soon)
'AI 기술' 카테고리의 다른 글
DreamGaussian4D : 3D 영상을 생성하는 기술 (0) | 2024.08.16 |
---|---|
SuperGaussian: 3D 모델 업스케일링 기법 (0) | 2024.08.16 |
OmniZero : 원하는 스타일을 적용한 인물 사진 생성 기술 (0) | 2024.08.16 |
Granite Code Models : IBM의 자연어, 코드 생성 모델 (0) | 2024.08.16 |
HumanPlus : 인간을 모방하는 휴머노이드 로봇 시스템 (0) | 2024.08.16 |