Efficient and Training-Free Single-Image Diffusion Models
단일 참조 이미지의 패치 분포를 이용해 학습 없이 확산 모델을 구동하는 방법을 제안한다. 기존 학습 기반 단일 이미지 확산 모델보다 우수한 생성 품질과 다양성을 달성하고, 1초 내 메가픽셀 생성이 가능하다.
단일 참조 이미지만으로 학습 없이 확산 모델을 구동하는 방법을 제안했다. 기존에는 단일 이미지에 대해 확산 모델을 학습시켰지만, 이 연구는 이미지의 다양한 스케일에서 패치 데이터셋을 구성하고, 노이즈가 있는 패치에 대한 점수 함수를 최적의 폐쇄형 노이즈 제거기로 계산하여 신경망 학습을 생략한다.
단일 이미지 생성은 텍스트 가이드 스타일화, 이미지 대칭화, 리타겟팅 등 다양한 응용이 가능하지만, 기존 방법은 학습에 수 시간이 소요되어 비효율적이었다. 본 연구는 고전적인 패치 기반 이미지 복원 기술과 확산 모델을 연결하여 학습 없이도 고품질 생성을 가능하게 했다.
이 방법은 학습 비용을 획기적으로 줄이면서도 생성 품질과 다양성에서 최첨단 성능을 보여준다. 또한 잠재 공간 확산과 호환되며, 가속 기법을 통해 메가픽셀은 1초, 기가픽셀은 수 분 내에 생성할 수 있어 실용성이 높다.