Research on a Novel Initial Noise Rearrangement Technique for Reliable Image Generation and Editing in Diffusion Models
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340065417
교육부
한국연구재단
서울대학교산학협력단
유수호
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2028.08.31
1,250만원
1,250만원
기초연구
대학
서울특별시 관악구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 사용자가 제시한 텍스트 또는 편집 지시를 시각적으로 더 정확하고 일관되게 반영할 수 있도록, 생성모델의 초기 조건을 안정적으로 제어하는 범용적 방법론을 확립하는 데 있다. 현재의 시각 생성모델은 동일한 조건이 주어지더라도 초기 노이즈나 내부 초기 상태에 따라 결과가 크게 달라지며, 그로 인해 객체가 누락되거나 속성이 뒤섞이거나 요구한...
본 연구에서는 시각 생성모델의 결과가 초기 무작위 노이즈에 지나치게 좌우되는 한계를 완화하고, 사용자의 텍스트 조건이나 편집 지시를 보다 안정적으로 반영할 수 있는 초기 조건 제어 기술을 개발하고자 한다. 이를 위해 단순히 생성 결과를 사후적으로 보정하는 방식이 아니라, 생성이 시작되기 전 단계에서부터 더 바람직한 초기 상태를 형성하도록 유도하는 방법론을 ...
본 연구에서 도출되는 성과는 우선 생성모델의 초기 조건을 제어하는 추론 단계용 핵심 모듈로 활용하고자 한다. 이는 기존 텍스트-이미지 생성 파이프라인에 직접 결합하거나, 이미지 편집 모델의 전처리·초기화 단계에 삽입하는 방식으로 적용할 수 있다. 최근 상용 도구들 역시 텍스트 프롬프트를 이용해 이미지의 특정 영역을 추가·제거·수정하는 기능을 핵심 워크플로로...