ВИКОРИСТАННЯ ШУМІВ ДЛЯ СТАБІЛЬНОГО ГЕНЕРУВАННЯ ЗОБРАЖЕНЬ У ДИФУЗІЙНИХ МОДЕЛЯХ
В основі цієї роботи лежить дослідження процесу генерування зображень за допомогою дифузійних моделей. Продемонстровано можливості покращення стабільності генерування необхідного зображення за допомогою підходу, що передбачає використання постійного шуму як регуляризатора та накладання на нього маски випадкового шуму, яка створюється навколо кожного пікселя вхідного зображення у випадковому радіусі. Реалізація моделей проведена за допомогою мови Python та бібліотек tensorflow, numpy та keras.