반복적 디노이징을 이용한 정규화 흐름

연구진은 샘플링 단계에서 반복적 디노이징을 더한 정상흐름 기반 이미지 생성기 iTARFlow를 제안했다.

이 모델은 자기회귀 흐름 생성과 종단간 우도 학습을 결합했으며, ImageNet 64·128·256 해상도에서 강한 성능을 보였다.

연구는 생성된 아티팩트도 분석해 향후 품질 개선 방향을 제시했다.

전반적으로 정상흐름 모델이 확률적 우도 학습을 유지하면서도 확산 기반 생성 모델과 경쟁할 수 있음을 보여준다.