Paper : https://proceedings.neurips.cc/paper_files/paper/2019/file/0234c510bc6d908b28c70ff313743079-Paper.pdfCode : https://github.com/kynkaat/improved-precision-and-recall-metricAuthorsNvidia, NIPS’19Main Idea생성모델에서 생성한 sample들의 coverage와 quality를 측정manifold의 explicit & non-parametric한 표현을 활용해 visualize가 가능한 새로운 metric을 제안Tasks : 2D Image GenerationResults : FFHQ, ImageNet0. Before Start...   a..

Paper : https://arxiv.org/pdf/2305.02463AuthorsOpenAI, arxiv’23Main Idea기존과 다르게 NeRF와 Textured Mesh 두가지 모두로 render되는 implicit function 파라미터를 생성합니다.기존 Point-E 모델에 비해 빠르게 Converge하면서도 좋은 퀄리티의 모델링이 가능합니다.Tasks : Text-To-3D Object GenerationResults : Rendered From RGBA data0. Before Start...   a. INR(Implicit Neural Representations)    b. 3D Representation with SDF    c. Point-E1. Problem 2. Approac..

Paper : https://arxiv.org/pdf/2402.03290AuthorsMeta + UC Berkeley Univ, CVPR’24Main Ideapretrained T2I모델을 control하기 위한 방법으로, 개별적인 instance들에게 각각 control을 제공하기 위한 모델** GLIGEN의 open-set grounded T2I문제와 비슷한 문제를 해결합니다.instance별로 각각 free-form language condition을 제공할 수 있으며, 아래와 같은 location에 대한 유연한 control을 제공할 수 있습니다.Single pointScribbleBounding boxInstance segmentation maskTasks : Text2Image + Contro..

Paper : https://arxiv.org/abs/2006.11239 Authors Jonathan Ho et al, UC Berkeley, NIPS’20 Main Idea 기존 Diffusion 모델이 High Quality Sample을 Generation할 수 있다는 것을 보임. ε-prediction reverse process parametrization 기법을 제안했는데, 기존의 Score-based 모델과 비슷한 면을 보임. 게다가 기존 Energe-based 와 Score-based 모델에 비해 estimate할 것이 많지 않은 장점을 가짐. 대부분의 lossless codelength이 imperceptible한 이미지 표현에 사용된다는 것을 보였으며, lossy compression..