어두운 사진을 한 번에 살리는 생성형 AI 기술 개발

핵심 요약

• 저조도 이미지 개선(LLIE)은 심각하게 손상된 저조도 사진으로부터 적절히 노출되고 자연스러운 이미지를 복원하는 작업이다.
• 기존 확산 기반 생성형 방법은 강력한 이미지 사전 정보를 활용해 높은 화질을 달성하지만, 반복적 샘플링으로 인한 계산 비용이 크고 실제 배포에 제약이 있다.
• GLOW-FM은 한 번의 함수 평가로 고품질 개선을 수행하는 단계별 지연 흐름 일치(flow matching) 프레임워크를 제안한다.
• GLOW-FM은 동결된 Tiny-VAE 잠재 공간에서 조건부 전달을 수행하고, 터미널 속도 일치(TVM)를 활용해 단일 함수 평가로 개선을 가능하게 한다.
• TVM은 이미지 복원 및 저조도 개선 분야에 처음 적용되는 기법이며, 다른 단계별 목표들과의 비교를 통해 유효성이 입증되었다.
• 도전적인 실제 벤치마크에서 광범위한 실험을 수행한 결과, GLOW-FM은 경쟁력 있는 이미지 품질과 최첨단 크로스 데이터셋 일반화를 달성한다.
• 단계별 추론과 소형 변형 모델에서 단 34 GFLOPs의 계산량만 필요하다.
• GLOW-FM은 생성형 저조도 개선 기술을 실제 배포에 한 걸음 더 가깝게 만들 수 있는 잠재력을 보여준다.
• 코드는 논문 게시 시 공개될 예정이다.