Investigación

Modelos generativos

Modelos generativos condicionales — de las GAN a la difusión — que convierten un boceto en una imagen realista, o un CT de baja dosis en uno de calidad diagnóstica.

Un modelo generativo es un modelo de aprendizaje automático, generalmente basado en aprendizaje profundo, que busca aprender la distribución de un tipo de datos (por ejemplo, imágenes o textos) para poder generar datos nuevos de acuerdo con esa distribución. En palabras simples, es un modelo capaz de generar nuevas imágenes o textos en un dominio específico; modelos artificiales enfocados en la síntesis de contenido. Estos modelos han evolucionado rápidamente desde los modelos variacionales (VAE) y las redes adversarias (GAN) hasta los actuales modelos de difusión (DDPM). Nuestro equipo se enfoca en modelos generativos condicionales que producen imágenes realistas guiadas por un boceto.

Generación de imágenes condicionada por un boceto, ejemplo 1
Generación de imágenes condicionada por un boceto, ejemplo 2
Esquema de modelos generativos condicionales

Proyectos asociados

  • Traducción de boceto a fotografía
  • Reconstrucción de CT de baja dosis con modelos de difusión (ver el proyecto Fondef)
← Toda la investigación