Skip to content
AI & Machine Learning

이미지 인페인팅

주변 상황을 기반으로 그럴듯한 콘텐츠를 합성하여 이미지의 누락되거나 손상된 영역을 재구성하는 계산 프로세스입니다.

이미지 인페인팅은 미술품 보존에서 영감을 받은 디지털 복원 기술로 시작되었습니다. 복원자는 그림의 손상된 부분을 조심스럽게 채웁니다. 초기 디지털 방법은 텍스처 합성과 패치 매칭을 사용하여 인근 지역에서 유사한 패치를 복사했습니다. 현대의 딥 러닝 접근 방식은 의미론적 맥락을 이해하기 위해 수백만 개의 이미지에 대해 훈련된 인코더-디코더 아키텍처를 사용합니다. 풀밭 위에 서 있는 사람이 무작위 픽셀이 아닌 더 많은 풀로 채워져야 한다는 것을 알고 있습니다. 확산 기반 인페인팅 모델은 그럴듯한 여러 완성을 생성하고 가장 일관된 완성을 선택합니다. 이 기술은 개체 제거 도구, 오래된 사진의 스크래치 복구 및 워터마크 제거를 지원합니다. 품질은 마스크된 영역의 크기, 배경의 복잡성, 모델의 훈련 데이터 다양성에 따라 달라집니다.

관련 도구