Мобильное приложение для генерации изображений помещения с использованием модели Stable Diffusion
https://doi.org/10.35596/1729-7648-2025-23-5-93-98
Аннотация
На современном рынке существует множество веб-сервисов, предназначенных для генерации изображений интерьеров с помощью методов генеративного дизайна. В то же время высокая стоимость и ограничения по использованию некоторых коммерческих решений ограничивают их доступность для широкого круга пользователей. В статье предложено экономически выгодное решение без значительных потерь в функциональности и качестве. Представлены результаты разработки мобильного приложения для генерации изображений помещения (интерьеров) по фотографии и текстовому описанию пользователя. Для генерации изображений применена генеративно-состязательная нейронная сеть. Описан процесс преобразования текстового запроса в изображение. Приведены результаты тестирования приложения.
Об авторах
К. И. Уласовец
Белорусский государственный университет (БГУ)
Беларусь
Беларусь
Уласовец К. И., студ.,
Минск.
В. А. Чуйко
Белорусский государственный университет (БГУ)
Беларусь
Беларусь
Чуйко Владислав Александрович, магистр физ.-мат. наук, ст. преп. каф. интеллектуальных систем,
220064, Минск, ул. Курчатова, 5.
Тел.: +375 29 853-07-96.
Е. И. Козлова
Белорусский государственный университет (БГУ)
Беларусь
Беларусь
Козлова Е. И., канд. физ.-мат. наук, доц., зав. каф. интеллектуальных систем,
Минск.
Список литературы
1. Методы генеративного дизайна [Электронный ресурс] / А. Я. Пахтаева // Ноэма. Режим доступа: https://cyberleninka.ru/article/n/metody-generativnogo-dizayna. Дата доступа: 12.06.2025.
2. Павленко, Е. Ю. Статический анализ безопасности Android-приложений / Е. Ю. Павленко, Г. Ю. Игнатьев, П. Д. Зегжда // Проблемы информационной безопасности. Компьютерные системы. 2017. № 4. С. 73–79.
3. Diffusion Models: A Comprehensive Survey of Methods and Applications / L. Yang [et al.] // ACM Computing Surveys (CSUR). 2023.
4. Ho, J. Classifier-Free Diffusion Guidance / J. Ho, T. Salimans // arXiv:2207.12598. 2022.
5. Deep Unsupervised Learning Using Nonequilibrium Thermodynamics / J. Sohl-Dickstein [et al.] // International Conference on Machine Learning. 2015.
6. High-Resolution Image Synthesis with Latent Diffusion Models / R. Rombach [et al.] // Conference on Computer Vision and Pattern Recognition. 2022.
7. Weng, L. What are Diffusion Models? [Electronic Resource] / L. Weng. Mode of access: https://lilianweng.github.io/posts/2021-07-11-diffusion-models/. Date of access: 10.06.2025.
Рецензия
Для цитирования:
Уласовец К.И., Чуйко В.А., Козлова Е.И. Мобильное приложение для генерации изображений помещения с использованием модели Stable Diffusion. Доклады БГУИР. 2025;23(5):93-98. https://doi.org/10.35596/1729-7648-2025-23-5-93-98
For citation:
Ulasavets K.I., Chuyko V.A., Kazlova A.I. Mobile Application for Generating Room Images Using Stable Diffusion Model. Doklady BGUIR. 2025;23(5):93-98. (In Russ.) https://doi.org/10.35596/1729-7648-2025-23-5-93-98
Просмотров:
36
Послать статью по эл. почте 