최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.22 no.12, 2019년, pp.1447 - 1456
김지연 (Center for Software Educational Innovation, Seoul Women's University) , 홍승아 (Dept. of Information Security, Seoul Women's University) , 김하민 (Dept. of Information Security, Seoul Women's University)
As artificial intelligence technology is actively used in image processing, it is possible to generate high-quality fake images based on deep learning. Fake images generated using GAN(Generative Adversarial Network), one of unsupervised learning algorithms, have reached levels that are hard to discr...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
GAN이 발표 된 이후 제안된 모델들로는 어떤 것들이 있는가? | StyleGAN[4]은 2018년 12월 NVIDIA 연구원이 개발하여 2019년 2월에 공개된 새로운 GAN 모델이다. GAN이 발표된 이후, DCGAN, BEGAN, PGGAN (Progressive Growing of GAN)[5] 등 기존의 GAN 모델을 보완하는 모델들이 다수 제안되었다. 그러나 이러한 모델이 사람 얼굴 이미지 생성에 활용될 경우, 부자연스러운 이미지가 생성되거나 이미지의 성별, 연령 등 세부적인 사항을 조절하기가 매우 어렵다는 한계가 있었다. | |
GAN은 어떻게 활용되고 있는가? | 이미 영상·이미지·텍스트 생성 등 다양한 분야에 GAN이 활발히 사용되고 있으며, 2019년 2월에는 NVIDIA에서도 GAN 기반으로 유명 연예인의 얼굴 이미지를 학습한 후, 가짜 얼굴 이미지를 생성하는 기술을 발표하였다[2]. GAN은 사람 얼굴뿐만 아니라, 동물, 풍경 등 어떤 객체라도 인공지능이 현실과 거의 유사하게 이미지를 만들어 낼 수 있게 하는 진화된 이미지 처리기술로 활용되고 있다. 그러나 딥러닝에 의해 가짜 미디어 생성이 쉬워질수록, 이러한 기술이 정치적 또는 상업적으로 악용될 수 있는 소지 또한 많아졌다. | |
StyleGAN은 기존 GNA 모델을 보완하여 제시된 모델들의 어떠한 단점을 보완하여 제작된 것인가? | GAN이 발표된 이후, DCGAN, BEGAN, PGGAN (Progressive Growing of GAN)[5] 등 기존의 GAN 모델을 보완하는 모델들이 다수 제안되었다. 그러나 이러한 모델이 사람 얼굴 이미지 생성에 활용될 경우, 부자연스러운 이미지가 생성되거나 이미지의 성별, 연령 등 세부적인 사항을 조절하기가 매우 어렵다는 한계가 있었다. NVIDIA에서는 이러한 단점들을 보완하여 사람 얼굴 이미지 생성에서 높은 품질을 보이는 StyleGAN을 공개하였다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.