컬러드 노이즈 확산 샘플링

연구진은 균일한 백색잡음 대신 주파수 대역과 타이밍에 맞춰 잡음을 주입하는 학습 불필요 diffusion 샘플러, Colored Noise Sampling을 제안했다.

이 방법은 모델의 스펙트럴 바이어스를 활용해 추론 과정에서 아직 복원되지 않은 주파수 성분에 노이즈를 정밀하게 분배한다.

여러 아키텍처와 솔버에서 기존 ODE 및 SDE 샘플링보다 FID를 개선했으며, ImageNet-256에서도 성능 향상을 보였다.

classifier-free guidance 유무와 관계없이 효과가 확인돼, 재학습 없이 이미지 생성 품질을 높일 수 있는 플러그앤플레이 방식으로 주목된다.