Generative Computing Lab

The Generative Computing Lab (GCL) at Inha University advances Generative AI (Gen AI) technologies to ensure that a wide range of people can benefit from them. We focuse on (but is not limited to) diffusion models and their applications, Gen AI + X (Gen AI for various domains) and ethical and responsible use of Gen AI.

인하대학교 생성컴퓨팅 연구실은 다양한 사람들이 혜택을 누릴 수 있는 생성형 AI 기술 개발을 목표로 연구를 수행하고 있습니다. 주요 연구 분야는 확산 모델(Diffusion Models)의 응용, 생성형 AI의 다양한 도메인 적용(Gen AI + X), 그리고 생성형 AI의 윤리적이고 책임 있는 활용 방안 등이 있습니다.

Research Highlights

Nearly Zero-Cost Protection Against Mimicry by Personalized Diffusion Models (CVPR 2025)
An ultra-fast method to protect images against mimicry attempts from personalized diffusion models.
개인화된 생성형 확산 모델이 이미지를 모방하지 못하도록 빠르고 효율적으로 보호하는 기술 개발

DreamStyler: Paint by Style Inversion with Text-to-Image Diffusion Models (AAAI 2024)
An innovative approach to image generation that leverages textual inversion within text-to-image diffusion models.
한 장의 스타일 이미지 통해 맞춤 스타일 이미지를 생성할 수 있는 텍스트 기반 이미지 생성 모델 학습 프레임워크 개발

DiffBlender: Scalable and Composable Multimodal Text-to-Image Diffusion Models (Expert Systems with Applications)
A novel framework for blending multiple modalities in text-to-image diffusion models.
다양한 데이터를 조합하여 보다 정교하고 풍부한 이미지를 생성할 수 있는 멀티모달 융합 프레임워크 연구

AesPA-Net: Aesthetic Pattern-Aware Style Transfer Networks (ICCV 2023)
Aesthetic pattern-aware style transfer networks for high-quality image synthesis.
이미지의 미적 요소를 인식하고 반영할 수 있는 스타일 전이 기법을 통한 고품질 이미지 합성 연구

Interactive Cartoonization with Controllable Perceptual Factors (CVPR 2023)
An interactive way of cartoonization that allows for the manipulation of perceptual factors.
사용자 컨트롤을 통해 스타일이나 색상을 조절할 수 있는 인터랙티브 만화화 시스템 설계

WebtoonMe: A Data-Centric Approach for Full-Body Portrait Stylization (SIGGRAPH Asia TC 2022)
A practical approach to full-body portrait stylization.
전신 인물 사진을 자연스럽게 웹툰 스타일로 변환하는 기술 (웹툰미)

Rethinking Data Augmentation for Image Super-Resolution: A Comprehensive Analysis and a New Strategy (CVPR 2020)
A first attempt at modern data augmentation for image super-resolution.
이미지 선명도를 높이기 위한 초해상도 기술 특화 데이터 증강 기법

Fast, Accurate, and Lightweight Super-Resolution With Cascading Residual Network (ECCV 2018)
A lightweight and efficient approach to image super-resolution.
계산 자원이 제한된 환경에서도 활용 가능한 경량화된 이미지 초해상도 기술 연구

News

Aug 2025

One paper DiffBlender: Composable and Versatile Multimodal Text-to-Image Diffusion Models has been accepted to Expert Systems with Applications (ESWA).

July 2025

One paper Imperceptible Protection Against Style Imitation from Diffusion Models has been accepted to IEEE Transactions on Multimedia (TMM).

July 2025

One paper A Plug-and-Play Approach for Robust Image Editing in Text-to-Image Diffusion Models has been accepted to ICCV Workshop 2025 (What is Next in Multimodal Foundation Models?).

June 2025

One paper Nearly Zero-Cost Protection Against Mimicry by Personalized Diffusion Models has been accepted to CVPR 2025.

Feb 2025

One paper Magnitude Attention-based Dynamic Pruning has been accepted to Expert Systems with Applications (ESWA).