6-2 Control_net_models

ControlNet의 다양한 모델 및 기능 소개:

  1. Canny (Edge Detection): 이미지 가장자리를 감지, 객체의 윤곽을 명확하게 하는 데 사용.
  2. M-LSD Lines (Line Segment Detection): 선분 감지를 통해 건축적 구조나 형태를 파악하여 스케치 라인을 생성하여 이미지 생성.
  3. HED Boundary (Holistic Edge Detection): 이미지의 전체적인 가장자리를 감지하여 복잡한 장면에서도 soft한 스케치라인으로 객체를 구분하여 이미지 생성.
  4. Scribbles: 사용자가 직접 스케치한 스크리블을 기반으로 디자인 요소를 장면에 통합합니다.
  5. Fake Scribble (From Image): 이미지에서 추출된 가짜 스크리블을 사용하여 디자인 요소를 보다 사실적으로 장면에 배치합니다.
  6. Human Pose: 인간의 포즈를 인식하여 장면에 인간적 요소를 통합합니다.
  7. Semantic Segmentation: 장면의 다양한 요소를 의미적으로 구분하여 보다 정확한 컨텍스트 통합을 가능하게 합니다.
  8. Depth Map: 장면의 깊이 정보를 이용하여 3D 공간상에서의 객체 배치를 보다 사실적으로 구현합니다.
  9. Normal Map: 표면의 방향성 정보를 활용하여 텍스처와 조명의 상호작용을 더욱 정밀하게 표현합니다.

ControlNet을 활용한 실제 적용 사례 시연:
- 건축 환경에서 ControlNet의 여러 모델을 활용하는 방법과 이들의 장단점에 대해 구체적인 사례를 통해 설명합니다. - 다양한 환경에 디자인을 통합하는 실습을 통해 학생들이 ControlNet의 다양한 기능을 직접 경험하고 익힐 수 있도록 합니다.