Image Editing via Noise Control for Preserving Prior Knowledge
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340065299
교육부
한국연구재단
서울대학교
백유진
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2028.08.31
1,250만원
1,250만원
대학
서울특별시 관악구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 대규모 생성모델이 사전학습 과정에서 형성한 현실 세계에 대한 사전 지식을 최대한 보존하면서 시각적 편집을 수행할 수 있는 일반적 방법론을 구축하는 데 있다. 여기서 핵심은 편집 이후의 결과가 원래 장면의 구조와 물리적 일관성을 유지하도록 만드는 것으로, 편집된 결과가 생성모델이 학습한 전체 장면 분포 위에서 재구성된 결과로 나타나도록...
[단계 1] 대규모 생성모델 사전 지식에 대한 구조 분석 및 왜곡 메커니즘 규명대규모 생성모델이 내재적으로 학습한 사전 지식이 노이즈 공간 및 생성 trajectory 상에서 어떻게 표현되는지를 분석하고, 기존 시각적 편집 과정에서 발생하는 왜곡의 원인을 정량적으로 규명한다. 이를 위해 guidance scale, 마스크 제약, 도메인 추가학습 등 다양한 ...
본 연구는 이미지 및 비디오 편집 시스템의 신뢰성과 효율성을 향상시키는 것을 목표로 한다. 기존 시각 편집 모델은 높은 계산량과 추가 학습 비용에도 불구하고 장면 일관성과 물리적 자연스러움 측면에서 한계를 보이고 있다. 본 연구에서 제안하는 prior-preserving 편집 방법은 사전학습된 생성모델의 분포적 지식을 활용함으로써, 적은 추가 데이터와 계산...