
284
밑바닥부터 시작하는 딥러닝
그림
8-23
「
A
Neural
Algorithm
of
Artistic
Style
」 논문을 구현해 적용한 예 : 왼쪽 위가 ‘스타일 이미지’, 오른쪽
위가 ‘콘텐츠 이미지’, 아래가 새로 생성한 이미지
[
40
]
여기에서는 이 연구를 자세히 설명하지는 않겠습니다. 큰 틀만 이야기하면, 이 기술은 네트워
크의 중간 데이터가 콘텐츠 이미지의 중간 데이터와 비슷해지도록 학습합니다. 이렇게 하면 입
력 이미지를 콘텐츠 이미지의 형태를 흉내 낼 수 있습니다. 또, 스타일 이미지의 화풍을 흡수하
기 위해 ‘스타일 행렬’이라는 개념을 도입합니다. 그 스타일 행렬의 오차를 줄이도록 학습하여
입력 이미지를 고흐의 화풍과 비슷해지게 만들 수 있는 것입니다.
*
8.5.2
이미지 생성
앞의 이미지 스타일 변환 예는 새로운 그림을 생성하려면 이미지 두 장을 입력해야 했습니다.
한편 아무런 입력 이미지 없이도 새로운 이미지를 그려내는 연구도 진행 중입니다. 물론 먼저
대량의 이미지를 사용하여 학습하긴 하지만, 학습이 끝난 후에는 아무런 입력 이미지 없이도
*
옮긴이_
Prisma
?! 많은 분이 이 앱을 떠올리셨을 겁니다.
Prisma
는 이미지 스타일 변환 기법을 대중의 손바닥 위에 올려준 대표적인 앱
으로, 애플이 ‘
2016
년을 빛낸 최고 앱’으로 뽑았을 ...