섬세한 제어가 가능한 의류 이미지 생성 기술 등장: 잠재 확산 모델 기반의 혁신

중국과학원 연구진이 개발한 의류 중심 아웃페인팅(GCO) 프레임워크는 잠재 확산 모델을 기반으로 의류 이미지만으로도 정교한 의류 쇼케이스 이미지를 생성하는 혁신적인 기술입니다. 의류 적응형 포즈 예측 모델과 다중 스케일 외형 사용자 지정 모듈을 통해 텍스트와 얼굴 이미지를 이용한 섬세한 제어가 가능하며, 경량화된 특징 융합 연산으로 효율성을 높였습니다.

최근, 중국과학원(CAS) 소속 연구진이 잠재 확산 모델(LDM)을 기반으로 한 혁신적인 의류 이미지 생성 기술을 선보였습니다. Rong Zhang을 비롯한 8명의 연구자들이 발표한 논문 "Fine-Grained Controllable Apparel Showcase Image Generation via Garment-Centric Outpainting" 에서는 의류 중심 아웃페인팅(GCO) 프레임워크가 소개되었는데요, 이는 텍스트 프롬프트와 얼굴 이미지만으로도 원하는 의류를 입은 패션 모델 이미지를 생성할 수 있게 해줍니다.

기존 기술의 한계를 뛰어넘다

기존의 의류 이미지 생성 기술들은 의류의 변형을 학습해야 하는 어려움이 있었습니다. 하지만 이번에 개발된 GCO 프레임워크는 의류 이미지만을 입력으로 사용합니다. 즉, 마네킹이나 사람에게서 분리된 의류 이미지를 통해, 의류의 디테일을 정확하게 유지하면서 다양한 연출이 가능하다는 점이 핵심입니다.

두 단계의 혁신적인 과정

GCO 프레임워크는 크게 두 단계로 구성됩니다. 첫 번째 단계에서는 의류 적응형 포즈 예측 모델을 통해 입력된 의류에 맞는 다양한 포즈를 생성합니다. 두 번째 단계에서는 의류, 예측된 포즈, 지정된 텍스트 프롬프트, 얼굴 이미지를 조건으로 하여 실제 의류 쇼케이스 이미지를 생성하는 것이죠. 특히, 다중 스케일 외형 사용자 지정 모듈(MS-ACM) 은 전체적인 스타일부터 세부적인 디테일까지 텍스트 기반으로 제어할 수 있도록 설계되어 있습니다. 또한, 추가적인 인코더나 모듈 없이 경량화된 특징 융합 연산을 통해 효율성을 극대화했습니다.

놀라운 성능과 미래 전망

광범위한 실험 결과, GCO 프레임워크는 기존 최첨단 기술보다 월등한 성능을 보였습니다. 이 기술은 패션 산업에 혁신을 가져올 뿐만 아니라, 다양한 분야에서 개인화된 이미지 생성에 활용될 수 있을 것으로 기대됩니다. 앞으로 더욱 발전된 기술을 통해, 보다 현실적이고 정교한 의류 이미지 생성이 가능해질 것으로 예상됩니다. 이번 연구는 AI 기반 이미지 생성 기술의 놀라운 발전을 보여주는 중요한 사례입니다.