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
학술저널
저자정보
이상은 (한국전자통신연구원) 채원석 (한국전자통신연구원  ) 김현진 (한국전자통신연구원)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제2호
발행연도
2024.2
수록면
70 - 76 (7page)
DOI
10.5626/KTCP.2024.30.2.070

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
최근, 이미지 생성모델의 발전으로 시각 예술, 일러스트 이미지 제작을 포함한 다양한 분야에 생성모델을 접목하려는 시도가 증가하고 있다. 그 중, 웹툰 분야에서는 자동 채색, 배경 생성 등 노동집약적인 업무를 자동화하기 위하여 생성모델을 활용하는 연구가 이루어지고 있다. 본 연구에서는, 웹툰에 등장하는 캐릭터를 학습시켜, 학습 데이터에 존재하지 않는 새로운 맥락에서의 캐릭터 모습을 생성할 수 있는 기술을 제시한다. 이를 위해, 본 연구에서는 높은 이미지 생성 능력으로 널리 활용되는 잠재 확산 모델 중 하나인 stable diffusion을 두 웹툰 캐릭터 데이터셋을 이용해 재학습시켜 각 캐릭터에 대한 특징을 학습할 수 있도록 하였다. 그 후, 새로운 맥락에서의 캐릭터 이미지 생성 능력을 평가하기 위해서 학습 데이터에 존재하지 않는 표정, 외형, 시점, 행동 및 배경으로 나누어 각 경우의 캐릭터 이미지를 생성하도록 하였다. 결과적으로, 학습된 모델이 text-to-image, image-to-image의 두 가지 방법을 통해 새로운 맥락에서의 다양한 웹툰 캐릭터 이미지를 생성할 수 있음을 확인하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 방법
4. 결과
5. 결론
References

참고문헌 (16)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089381657