기술분야

본 발명은 확산 모델과 암시적 신경망 기반의 임의의 해상도와 스케일의 이미지를 생성하는 방법 및 이를 위한 장치에 관한 것이다. 보다 자세하게는 인공지능 기반의 이미지 생성 모델이 학습 데이터에 대한 분포를 학습한 후, 해당 분포로부터 학습 데이터가 아닌 임의의 해상도와 스케일의 새로운 이미지의 다양한 생성이 가능한 방법 및 이를 위한 장치에 관한 것이다.

해결하려는 과제

본 발명이 해결하고자 하는 기술적 과제는 인공지능 기반의 생성 모델이 학습한 데이터의 해상도뿐만 아니라 임의의 해상도의 이미지까지 높은 품질로 생성할 수 있는 확산 모델과 암시적 신경망 기반의 임의의 해상도와 스케일의 이미지를 생성하는 방법 및 이를 위한 장치를 제공하는 것이다.

본 발명이 해결하고자 하는 또 다른 기술적 과제는 인공지능 기반의 생성 모델의 학습 안정도를 높임으로써 생성하는 이미지의 다양성까지 확보할 수 있는 확산 모델과 암시적 신경망 기반의 임의의 해상도와 스케일의 이미지를 생성하는 방법 및 이를 위한 장치를 제공하는 것이다.

발명의 효과

상기와 같은 본 발명에 따르면, 인공지능 기반의 이미지 생성 모델이 암시적 신경망 기반의 디코더를 포함하는바, 쿼리하는 좌표의 개수와 위치를 조절함으로써 학습한 데이터의 해상도뿐만 아니라 임의의 해상도의 이미지까지 높은 품질로 생성할 수 있다는 효과가 있다.

또한, 인공지능 기반의 이미지 생성 모델이 확산 모델 기반의 확산 모델부를 포함하는바, 적대적 생성 신경망 대비 안정적인 학습이 가능하며 생성하는 이미지의 다양성까지 확보할 수 있다는 효과가 있다.

또한, 인공지능 기반의 이미지 생성 모델이 계층적 임베딩을 활용하여 이미지의 저주파수 특징과 고주파수 특징을 분리하는 잠재 변수 생성부를 포함하는바, 고해상도 이미지에서 나타나는 고주파수 특징을 보다 뚜렷하게 생성할 수 있다는 효과가 있다.