AI / ML Research

Deep Fake 기술은 최근 몇년간 뜨거운 주제가 되었다. 연구원들은 정교한 GAN, autoencoder, 또는 다른 접든 방식을 통해서 정확하면서도 robust 한 face swap 알고리즘을 개발해 왔다. 하지만 달성한 결과는 deep fake의 비지도적인 합성 task로 인해서 시각적으로 질이 조금 떨어지는 문제를 낳았다. 이러한 문제는 높은 fake detection 정확도를 야기한다. 첫번째 문제는, 현재... [Read More]

facial attribute editing은 얼굴 이미지에서 하나 혹은 여러가지의 특성을 수정하는 것을 뜻한다. 최근에 GAN과 encoder-decoder 구조가 이런 task를 위해 널리 사용되고 있다. attribute editing 은 특정 attribute 조건을 가진 얼굴 이미지의 latent representation을 decoding 하면서 수행된다. 현재 존재하는 몇몇의 방법은 attribute 를 임의로 변경하기 위해 attribute에 독립적인 latent representation을 설정하려고... [Read More]

현존하는 face swap 방법들은 시각적으로 그럴듯한 결과를 만들어 내기 위해 큰 네트워크에 의존하여 리소스 제약이 있는 플랫폼에서 사용이 불가능하다. 이 논문에서, 저자는 적은 파라미터로 모바일에서 face swap을 수행할 수 있는 새로운 lightweight GAN을 제안한다. 이미지 합성을 위한 가벼운 encoder-decoder 구조는 오직 10.2MB로 모바일 디바이스에서 실시간으로 돌아갈 수 있다. 학습 과정에서... [Read More]

face swapping의 진보된 기술은 놀라운 결과를 보이고 있다. 하지만, 대부분의 방법은 많은 파라미터와 계산 비용을 요구하기 때문에, real-time 어플리케이션에 적용하거나 edge device에 배포하기에는 매우 어렵다. 이 논문에서 우리는 주제에 구애받지 않는 face swapping 을 위한 동적 neural network 기술을 이용한 lightweight Identity-aware Dynamic Network (IDN)을 제안한다. 저자는 효과적인 identity injection... [Read More]

conditional GAN은 많은 vision, graphic application이 이미지 합성을 조절할 수 있게 하는 기술이다. 하지만 최근 cGAN은 일반적인 recognition CNN에 비해서 1~2배 계산 비용이 많이 든다. 예를들어, GauGAN 은 이미지 하나당 MobileNetV3이 0.44G MAC을 소비하는데 비해 281G MAC 을 소비하여, 대화식 배포가 어렵다. 이 논문에서는 cGAN의 generator의 inference time과 모델 사이즈를... [Read More]