HAE:Vision Foundation Model-driven Hyperspherical Autoencoder forHigh-Fidelity Image Reconstruction and Generation
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066239
교육부
한국연구재단
한국과학기술원
장훈
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
개발연구
대학
대전광역시 유성구
정보/통신 > 정보이론 > 인공지능
본 연구의 목표는 비전 파운데이션 모델 기반의 초구면 오토인코더 (HAE, Hyperspherical Autoencoder)와 리만 다양체 상의 Flow Matching 알고리즘을 결합하여, 최고 수준의 고충실도 이미지 복원 및 생성모델을 개발하는 것입니다. 이를통해 기존 SOTA (State-of-the-Art) 모델인 RAE (Representation...
본 연구는 고품질 이미지 복원 및 생성을 위해 크게 두 단계의 세부 과제로 구성됩니다.가. 고충실도 이미지 복원력을 갖춘 초구면 오토인코더 (HAE) 개발1. 패치 임베딩 구조 고도화: 기존 비전 파운데이션 모델(VFM)이 이미지 복원 목적이 아닌 특성으로 인해 발성하는 디테일 손실 문제를 해결하기 위해, 패치 임베딩 (Patch Embedding) 계층을...
본 연구는 비전 파운데이션 모델 잠재공안의 초구면체 특성을 학계 최초로 규명하고 기존에 있던 리마니안 다양체에 활용할 수 있는 알고리즘을 실제 이미지 생성에 활용할 수 있음을 보임으로써, 향후 고해상도 비전 및 3D/비디오 생성 연구가 나아갈 새로운 수학적 표준을 정립할 수 있을 것입니다. 이는 기존 SOTA 모델이 직면했던 막대한 연산 병목을 근본적으로 ...