Metody pro personalizaci generovaných fotografií

Abstract

Tato bakalářská práce se zabývá difúzními generativními modely a způsoby jejich personalizace pro uživatele a jejich profilové obrázky. Klasické modely nejsou schopny generovat konkrétní osoby, nebo objekty, jelikož potřebná data nejsou součástí trénovacích sad. Práce proto popisuje fungování těchto modelů a následně prozkoumává metody umožňující generovat i tyto personalizované snímky. Metody se dají hrubě rozdělit do metod, které provádí ladění celého modelu, a těch, které využívají tzv. \textit{adaptéry}. Práce se zaměřuje na porovnání několika takových metod z hlediska rychlosti trénování, inference a kvality výsledků. Metody jsou kvantitativně porovnány metrikami, které hodnotí věrohodnost snímků, zachování obličejových rysů a shodu promptu a vygenerovaného obrázku.

This bachelor's thesis focuses on diffusion-based generative models and methods for personalizing those models on users' profile pictures. Diffusion models are not able to generate specific people or objects, because sufficient data about them are not part of training datasets. To enable this personalization, diffusion models functionality and common architectures are described, and personalization techniques are explored. Personalization techniques can be broadly separated into fine-tuning methods, which change the whole model, and methods using adapters. In this work, several personalization methods are compared by their training time, inference time and output quality. Methods are quantitatively compared using metrics for image realism, facial feature alignment and semantic alignment between the output image and the prompt.