생성형 AI를 위한 컴퓨터 비전

1장 비전 생성 모델
_1.1 비전 생성 모델이란?
__1.1.1 영상 생성 모델
__1.1.2 영상 변환 모델
__1.1.3 스타일 변환 모델
__1.1.4 영상 품질 개선 모델
_1.2 비전 생성 모델의 활용 분야
__1.2.1 예술 및 디자인
__1.2.2 엔터테인먼트
__1.2.3 의료 및 산업 분야
__1.2.4 게임 개발
_1.3 비전 생성 모델 이해를 위한 배경지식
__1.3.1 평균과 분산
__1.3.2 정규 분포
__1.3.3 최대 가능도 추정
__1.3.4 쿨백-라이블러 발산
__1.3.5 MAE 손실 함수와 MSE 손실 함수
_1.4 구현 및 실습을 위한 도구
__1.4.1 CUDA와 CuDNN 설치
__1.4.2 아나콘다 설치
__1.4.3 파이토치란?

2장 비전 생성 모델링 방식 및 특징
_2.1 오토 인코더
__2.1.1 소개 및 이론
__2.1.2 구현 및 실습
__2.1.3 정리
_2.2 변이형 오토 인코더
__2.2.1 소개 및 이론
__2.2.2 구현 및 실습
__2.2.3 정리
_2.3 생성적 적대 신경망
__2.3.1 소개
__2.3.2 GAN
__2.3.3 WGAN
__2.3.4 cGAN
__2.3.5 DCGAN
__2.3.6 구현 및 실습
__2.3.7 정리
_2.4 확산 모델
__2.4.1 소개 및 이론
__2.4.2 구현 및 실습
__2.4.3 정리

3장 생성적 적대 신경망 기반 응용 모델
_3.1 영상 생성 모델
__3.1.1 PGGAN
__3.1.2 StyleGAN
__3.1.3 정리
_3.2 영상 변환 모델
__3.2.1 pix2pix
__3.2.2 CycleGAN
__3.2.3 정리
_3.3 스타일 변환 모델
__3.3.1 AdaIN
__3.3.2 StarGAN
__3.3.3 정리
_3.4 영상 품질 개선 모델
__3.4.1 초해상도: SRGAN
__3.4.2 디블러링: DeblurGAN
__3.4.3 정리

4장 확산 모델 기반 응용 모델
_4.1 트랜스포머
_4.2 CLIP
_4.3 Diffusers 라이브러리란?
_4.4 멀티 모달 비전 생성 모델
__4.4.1 미드저니
__4.4.2 빙 이미지 크리에이터
__4.4.3 스테이블 디퓨전
__4.4.4 정리
_4.5 응용 및 확장 기법
__4.5.1 드림부스
__4.5.2 컨트롤넷
__4.5.3 정리

5장 최신 연구 및 서비스 동향
_5.1 관련 서비스 및 응용 분야 소식
_5.2 비전 생성 모델의 전망과 미래