지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2024.11
- 수록면
- 1,439 - 1,442 (4page)
이용수
초록· 키워드
오류제보하기
본 연구는 인공지능 기반의 헤어 이미지 생성 성능을 개선하기 위해 StyleCLIP 모델에 다양한 프롬프트 엔지니어링 기법을 적용하여 그 효과를 분석하였다. 생성된 이미지의 품질을 평가하기 위해 CLIP 모델을 사용해 텍스트-이미지 일관성을 측정하였으며, latent optimization을 통해 최적의 결과를 얻기 위한 추가적인 성능 개선을 진행하였다. 실험 결과, 프롬프트 엔지니어링을 적용한 모든 경우에서 CLIP Loss가 감소하여 이미지의 일관성이 향상됨을 확인하였고, 특히 Chain of Thoughts 기법이 StyleCLIP 모델에 가장 효과적임을 입증하였다. 이러한 결과는 생성형 AI 모델의 성능 향상에 프롬프트 엔지니어링이 중요한 기여를 할 수 있음을 보여주었다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0