基於多重擴散模型的生成式音樂風景;Generative Music Scenery Based on Multiple Diffusion Models( I )

NCUIR > College of Electrical Engineering & Computer Science > Department of Computer Science and information Engineering > Research Project > Item 987654321/94241

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/94241

Title:	基於多重擴散模型的生成式音樂風景;Generative Music Scenery Based on Multiple Diffusion Models( I )
Authors:	施國琛;林佑政
Contributors:	國立中央大學資訊工程學系
Keywords:	GPT;擴散模型;音樂情感分類;潛在擴散模型;高效參數微調（PEFT）;BERT;Perlin噪聲;數位藝術;GPT;Diffusion Model;Music Emotion Classification;Latent Diffusion Model;Parameter-Efficient Fine-Tuning (PEFT);BERT;Perlin Noise;Digital Arts
Date:	2024-09-27
Issue Date:	2024-09-30 17:20:46 (UTC+8)
Publisher:	國家科學及技術委員會(本會)
Abstract:	我們團隊的研究著重於利用深度學習創造數位藝術自動生成的環境。我們將提供一個網頁工具，讓社會大眾免費使用文本描述，產生下列兩種動畫：1）帶有音樂的動畫，2）帶有音樂和風景的動態場景。社會大眾可以利用本研究成果，在廣告、藝術表演、非同質化代幣（NFT）數位藝術等領域中得到廣泛應用。我們基於GPT 模型，Perlin噪聲生成，修改了的AnimateDiff模型，以及新提出的另一個模型進一步將圖片擴展到整個影片。我們新提出的方法的初步結果將於2023年12月23日起在高雄市立美術館展示，為期三個月。讀者可以在 https://sites.google.com/view/minelabmtvweb
Relation:	財團法人國家實驗研究院科技政策研究與資訊中心
Appears in Collections:	[Department of Computer Science and information Engineering] Research Project

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	27	View/Open

社群 sharing