어영정 교수(응용정보공학전공, (겸)인공지능대학원)는 2024년 7월 지도학생들과의 연구 결과물인 아래 논문을 인공지능 주요 학회인 ICML에 발표했다.

(ICML: International Conference on Machine Learning, h5-index=268)

제목: Attribute Based Interpretable Evaluation Metrics for Generative Models

저자: 김동균*, 권민기*, 어영정

요약: 기존의 이미지생성모델 평가지표들은 생성된 이미지의 대략적인 사실성을 측정할 뿐 이미지가 가지는 속성의 강도를 고려하지 않는다. 본 연구에서는 생성된 이미지의 속성의 강도의 분포가 학습 데이터셋으로부터 떨어진 정도를 측정하여 생성모델의 성질을 평가한다. 이를 통해 기존 지표상 좋은 생성모델인 ProjectedGAN의 신기한 특성을 발견했다: 수염난 아기 등의 비현실적인 속성조합이 생성된 이미지에 등장한다, 디퓨전모델은 샘플링 스텝 수를 늘릴수록 귀걸이 등 작은 객체를 더 잘 생성한다. 이러한 연구를 통해서 생성모델의 동작을 더 잘 이해하게 되기를 기대한다.

[사진1. 권민기(왼쪽)와 김동균(오른쪽)이 발표하는 모습]

[사진2. 상단: 학습데이터셋 => 모델1이 생성한 샘플들의 분포, 모델2가 생성한 샘플들의 분포 하단: 기존의 평가지표들(a)과 본 연구에서 제시하는 평가지표(b)]