CVPR 상위 2%

추천시스템

GAN의 등장은 딥러닝 기반의 인공지능 기술이 데이터를 분류하고 예측하는 것을 넘어서 딥러닝 스스로 원하는 데이터를 생성하는 방향으로 큰 패러다임을 가져왔습니다.

이러한 영상 합성 및 변환 기술의 근간에는 적대적 생성신경망이라는 기법이 있고, 해당 기술은 최근까지 다양한 적용 분야에서 빠르게 발전하며, 놀라운 기술 발전을 보여주고 있습니다.

지난 수년 간 이러한 흥미로운 분야를 연구하며, 제가 생각하는 이 분야의 기초적 지식과 최근의 다양한 응용 사례에 이르기까지 최대한 직관적이고 알기 쉽게 전달드리고자 합니다.

이미지 생성 및 변환 분야의 다양한 연구를 해온 경험을 바탕으로 GAN 분야에 대한 저만의 노하우를 공유드리도록 하겠습니다. 이번 강의를 통해, 미래에 큰 가치를 가져다 주는 영상 합성 및 변환 분야의 전문가가 되어 보세요!


by 주재걸

영상 AI 분야에서 국내외 최고 수준의 연구 성과를 내고 있는 KAIST 주재걸 교수님에게
Generative Model의 이론적 기반부터 GAN의 실질적 적용까지
모두 배울 수 있습니다. GAN으로 본인만의 새로운 이미지를 만들어보세요!

생성 모델과 인식 모델의 차이를 이해하고, VAE의 기본적인 개념부터 차근 차근 학습합니다.이미지 전처리 및 GAN 기반 생성 모델 구현을 학습하고, 실제 서비스에 바로 적용할 수 있습니다.

얼굴 합성, 저화질 이미지를 고화질로 변환하기, 흑백 이미지 자동 채색 모델, 여러 각도의 이미지로 3차원 구조를 반영한 이미지를 합성할 수 있는 기술 등 이미지 생성과 관련된 실용적인 모델들을 배울 수 있습니다.

GAN의 기초부터 최첨단 기술까지 모두 이해하기 쉽게 다루며, 수강 이후에는 GAN, 딥러닝과 같은 키워드에 관련된 내용은 이론적/직관적으로 거의 이해할 수 있게 됩니다. 또한 코드를 통해 배운 이론을 직접 응용해볼 수 있습니다.

Brand-new Sight

“GAN(Generative Adversarial Network)은
최근 10년간 머신러닝 분야에서 가장 혁신적인 아이디어다.”

* Facebook 인공지능 연구팀의 리더이자 딥러닝의 아버지라 불리는 얀 르쿤(Yann LeCun) 교수

GAN의 등장은 딥러닝 기반의 인공지능 기술이 데이터를 분류하고 예측하는 것을 넘어서
딥러닝 스스로 원하는 데이터를 생성하는 방향으로 큰 패러다임을 가져왔습니다.

생활 속에서 쉽게 찾아볼 수 있는 GAN

Neural Talking Head

Neural Talking Head 모델을 활용한 일론머스크 패러디 영상 (출처 = Youtube ‘나몰라패밀리 핫쇼’)

가상 모델 생성

의류 웹 사이트에서 AI 가상 모델에게 옷을 입히는 기능 (출처 = DATAGRID)

웹툰 캐릭터 생성

StyleGAN을 활용한 웹툰 캐릭터 생성 (출처 = 이동익님 깃허브(bryandlee))

갤럭시 S21 AI 지우개

삼성 갤럭시 S21에 소개된 사진에서 특정 영역을 감쪽같이 지우는 기능인 AI 지우개 (출처 = SAMSUNG)

GAN은 영상 생성 및 변환 뿐만 아니라 자연어처리, 얼굴 인식, 물체 영역 위치 추출 등
적대적 학습을 통해서 모델 성능을 고도화하기 위해 많이 활용되고 있습니다.
이제는 머신러닝 엔지니어들에게 필수 역량이 되었습니다.

Learning Point

한국뿐만 아니라 세계적인 학회에서도 영향과 명성을 가진 세계적인 석학 주재걸 교수님께
GAN을 배우고, 머신러닝 엔지니어 커리어를 차별화해보세요!

데이터 사이언스, 인공지능 대학원을 생각해본 사람이라면
누구나 한번쯤 꿈꿔봤을 KAIST AI 대학원 주재걸 교수님께서 꼼꼼하게 설계하신 커리큘럼!
우리나라 컴퓨터 비전 분야 최고 전문가 KAIST 주재걸 교수님의 강의를 패스트캠퍼스 The RED에서 만나보세요!

이미지 생성 모델의 기본 이론 및 원리 학습

실무에서 유용하게 활용할 수 있는 이미지 생성 모델의 기본 이론 및 원리를 이해하게 됩니다.

GAN 기반 생성 모델 A to Z

가상의 옷 입히기, 이미지 화질 높이기 등 이미지 생성과 관련한 것이라면 GAN 기반 생성 모델 개발에 있어 실습과정에서 배운 지식을 무궁무진하게 응용이 가능합니다.

이론만? NO, 실습도? YES!

직접 모델을 디자인하고 구현하는 방법을 익혀 이미지 생성과 관련한 새로운 아이디어를 바로 실현화할 수 있는 능력을 가지게 됩니다.

StarGAN 저자이신 주재걸 교수님께 배우는 최신 생성모델 구현

‘딥러닝’ ‘이미지 생성 모델’ ‘GAN’ ‘영상 생성’에 친숙해지고, 컴퓨터 비전 분야의 최신 기술을 구현해 볼 수 있습니다.

실습 예제

9가지 GAN 실습으로 실제 서비스에 적용 가능한 수준까지 실력 UP

생성 모델부터 다양한 GAN 모델을 학습한 내용을 바탕으로
나만의 이미지 생성, 좋아하는 화가의 화풍으로 변경, 화상도 개선, 자동 채색, 3차원 이미지로 변경 등의 실습을
카이스트 주재걸 교수님과 함께하는 연구원님들과 진행합니다.

실습1. Basic GAN

이미지 생성 모델의 가장 대표적인 모델 GAN을 기초부터 구현해봅시다.

실습2. Style transfer

주어진 사진의 스타일을 다른 사진의 스타일로 바꾸는 모델에 대하여 학습합니다.

실습3. pix2pix, CycleGAN, StarGAN

이미지에서 머리 색, 얼굴 표정, 성별 등을 변환할수 있는 기법에 대하여 실습합니다.

실습4. StarGAN v2

이미지를 다양한 도메인과 스타일들로 변환 가능한 고도화된 기법에 대하여 학습합니다.

실습5. Neural Talking Head

Neural Talking Head 모델을 활용해 영상을 생성해봅니다.

실습6. Image Super-Resolution

이미지를 고해상도로 변환하는 실습을 진행합니다.

실습7. Automatic Colorization

스케치 이미지나 흑백이미지의 자동 채색 기법 실습을 진행합니다.

실습8. Virtual Try-On

다른 옷을 입은 이미지를 자연스럽게 합성할 수 있는 CP-VITON 등의 기법에 대해 학습합니다.

실습9. NeRF

서로 다른 각도에서 촬영한 이미지만으로 3차원 이미지로 바꿔보세요

여기서 끝이 아닙니다! 질의응답 게시판을 통한 초밀착 케어!

수업 내용부터 실습까지 잘 모르는 내용이 있으면 질의응답 게시판에 자유롭게 질문하세요
KAIST 주재걸 교수님 연구실 박사과정 연구원분들께서 직접 답변해주십니다!

*본 질의응답 게시판은 강의 1차 오픈일(일정) 이후 질문이 가능합니다.
*질의응답은 2021/12/06~2023/12/05 (1차개강 이후 2년동안) 까지 진행됩니다.

Top of Top
[이력]

• 2020 ~ 현재
KAIST AI대학원 부교수

• 2019 ~ 2020
고려대학교 인공지능학과 부교수

• 2015 ~ 2019
고려대학교 컴퓨터학과 조교수

• 2013
Georgia Tech, Computational Science and Eng., 박사

• 2009
Georgia Tech, Electrical and Computer Eng., 석사

• 2001
서울대학교 전기공학부, 학사
[연구]

• 컴퓨터비전 분야 최우수 컨퍼런스인 CVPR 에 9개의 논문 출판
- (2018) GAN (Generative Adversarial Network) 기반 이미지 생성 논문 (StarGAN) 2% 채택률의 구두 발표 선정
- (2021) CVPR에 3개의 논문, 그 중 GAN 기반 비전 논문 2편 출판

• Human-computer interaction 분야 최우수 컨퍼런스인 CHI 및 IEEE VIS 등에 인공지능과 사용자의 인터랙션에 관한 10여편의 논문 발표


논문 실적 및 연구 성과


| AI 관련 국제 최우수 학회 논문 실적

• 2020

- 3 CVPR (1 Oral), 1 AAAI, 1 NAACL, 3 ICCV (2 Oral), 2 EMNLP
- 3 CVPR, 1 ICLR


• 2019
- 2 CVPR (1 Oral), 1 AAAI, 1 BMVC (Oral),
- 1 EMNLP, 1 CIKM, 1 IEEE VIS, 1 EuroVIS


• 2018
- 1 CVPR (Oral), 1 ECCV, 1 EMNLP, 1 WWW,
- 1 IJCAI, 1 CHI, 1 IEEE VIS, 1 EuroVIS


• 2017
- 1 AAAI, 2 IJCAI, 1 ICDM, 2 IEEE VIS

• 2016
- 1 ICDM (Best Student Paper), 2 IEEE VIS

• 2015
- 1 KDD, 1 ICWSM, 1 IEEE VIS


| 관련 연구 성과 (2500회 이상 인용)

- VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization, CVPR’ 21 - Reference-based Sketch Image Colorization using Augmented-Self Reference, CVPR’ 20
- Image-to-Image Translation via Group-wise Deep Whitening and Coloring, CVPR’ 19, Oral paper (Top 5.5%)
- Coloring With Limited Data: Few-Shot Colorization via Memory-Augmented Networks, CVPR’ 19
- StarGAN: Unified GANs for Multi-Domain Image Translation, CVPR’ 18, Oral paper (Top 2%)



잠깐!
학습을 위한
사전 지식
- Python 기초 수준
- numpy 사용 경험
- PyTorch 기초 수준
- Jupyter Notebook 또는 Google Colab 활용 기초

* 본 강의는 Python, numpy, PyTorch 등에 대한 기초 지식을 다루지 않습니다.

실습에
사용하는 Tool
- Google Colab Pro 혹은 GPU가 있는 환경에서 진행됩니다.


* Mac/Windows 운영체제 관계없이 수강하실 수 있습니다.
* GPU는 최소 VRAM 8GB~10GB 이상이 스펙이 필요합니다.
* Google Colab Pro의 경우 유료 서비스로 정확한 요금은 Google Colab 공식 홈페이지에서 확인하시기 바랍니다.

어떤 분들이
수강하면 좋을까요?
- ‘딥러닝’, ‘인공지능’, ‘GAN’ 와 같은 키워드나 가상의 앵커가 합성된 뉴스 영상 등에 평소 흥미가 있으셨던 분

- 이미지 생성 관련 창업 아이디어가 있고 프로그래밍도 공부하셨으나 여전히 아이디어를 프로그램으로 실현화하는 것이 막막하신 분

- 개발 중인 게임 내 이미지 컨텐츠를 모델 생성 결과로 대체하고자 하는 엔지니어

- 컴퓨터 비전 인공지능 분야 개발자 취업준비 or 컴퓨터 비전 인공지능 분야 개발자로 전향하고자 하는 분
글로벌 영상 AI 분야의 석학
KAIST 주재걸 교수님의 강의를
지금 최저가로 만나보세요!
(자동) (자동) (자동)
정가 (자동)
현재 판매가 (자동)
12개월 무이자 할부 시 (자동)
상세 커리큘럼

Part 1. Basics of Generative Models

Part 2. Advanced GAN Models

Part 3. Image-to-Image Translation

Part 4. Advanced Image-to-Image Translation Applications

추천

수강료.

  • The RED : StarGAN 저자 주재걸의 이미지/영상 생성 마스터 클래스

    현재 정가 대비 69% 할인 중!
    12월 31일 금요일 자정 까지

    정가 1,390,000원
    현재 판매가 420,000원

    12개월 무이자 할부 시 월 35,000원

국내 9개 카드사 12개월 무이자 할부 지원! (간편 결제 제외)

  • 삼성카드
  • 신한카드
  • 롯데카드
  • 현대카드
  • 하나카드
  • BC카드
  • KB국민은행
  • 씨티카드
  • NH농협카드