Hacker News • 52일 전

학습 없이 1초 만에 고품질 이미지 생성하는 단일 이미지 디퓨전 모델

IMP

8/10

핵심 요약

단 한 장의 이미지만으로 새로운 이미지를 생성하는 디퓨전 모델이 제안되었습니다. 기존 방식과 달리 신경망 학습 과정 없이, 이미지를 다양한 크기의 패치(Patch)로 분해하여 수학적으로 최적화된 노이즈 제거(Denoising) 기법을 적용했습니다. 이를 통해 기존 대비 최고 수준의 생성 품질을 달성함과 동시에, 1초 만에 메가픽셀 이미지 생성이 가능할 정도로 연산 속도를 혁신적으로 높였습니다.

번역된 본문

컴퓨터 과학 > 컴퓨터 비전 및 패턴 인식 arXiv:2606.04299 (cs) [2026년 6월 3일 제출] 제목: 효율적이고 학습이 필요 없는 단일 이미지 디퓨전 모델(Efficient and Training-Free Single-Image Diffusion Models) 저자: Haojun Qiu, Kiriakos N. Kutulakos, David B. Lindell

초록: 본 논문은 내부 구조(다중 스케일에 걸친 패치 분포로 정의됨)가 단일 참조 이미지와 일치하는 새로운 이미지를 생성하는 문제를 다룹니다. 최근의 접근 방식들은 단일 이미지에 대해 디퓨전 모델을 학습시켜 이 문제를 해결하려고 시도했습니다. 하지만 단일 이미지 설정에서조차 학습 과정은 계산 비용이 많이 들고 수 시간의 최적화가 필요합니다.

이를 해결하기 위해 우리는 이미지를 다양한 스케일의 패치 데이터셋으로 모델링합니다. 이 데이터셋은 유한하며 패치의 차원이 작기 때문에, 신경망 학습의 필요성을 완전히 제거하고 최적의 닫힌 형태(closed-form) 디노이저를 사용하여 노이즈가 낀 패치의 스코어 함수(score function)를 효율적으로 계산할 수 있습니다. 우리는 이 패치 기반 디노이저를 학습 과정이 전혀 필요 없는 효율적인 이미지 디퓨전 모델에 통합했으며, 이 방법이 고전적인 패치 기반 이미지 복원 기술과 어떻게 연결되는지 설명합니다.

우리의 접근 방식은 기존에 학습된 단일 이미지 디퓨전 모델들과 비교하여 최고 수준(SOTA)의 생성 품질과 다양성을 달성했습니다. 또한 무조건부 이미지 생성(unconditional image generation), 텍스트 가이드 스타일화, 이미지 대칭화 및 리타겟팅(retargeting)과 같은 응용 분야를 시연했습니다. 더 나아가, 우리의 방법이 잠재 공간 디퓨전(latent space diffusion)과 호환됨을 보여주며, 1초 만에 메가픽셀 단일 이미지를 생성하고 몇 분 만에 기가픽셀 이미지를 생성할 수 있는 여러 가지 추가 가속 기술을 소개합니다.

코멘트: CVPR 2026; 프로젝트 페이지: this https URL 주제: 컴퓨터 비전 및 패턴 인식 (cs.CV); 머신러닝 (cs.LG) 인용: arXiv:2606.04299 [cs.CV] (또는 이 버전의 경우 arXiv:2606.04299v1 [cs.CV]) https://doi.org/10.48550/arXiv.2606.04299 제출 내역: Haojun Qiu [view email] [v1] Wed, 3 Jun 2026 00:05:36 UTC (45,344 KB)

원문 보기

원문 보기 (영어)

--> Computer Science > Computer Vision and Pattern Recognition arXiv:2606.04299 (cs) [Submitted on 3 Jun 2026] Title: Efficient and Training-Free Single-Image Diffusion Models Authors: Haojun Qiu , Kiriakos N. Kutulakos , David B. Lindell View a PDF of the paper titled Efficient and Training-Free Single-Image Diffusion Models, by Haojun Qiu and 2 other authors View PDF HTML (experimental) Abstract: We consider the problem of generating images whose internal structure -- defined by the distribution of patches across multiple scales -- matches that of a single reference image. Recent approaches address this problem by training a diffusion model on a single image. But even in this setting, training is computationally expensive and requires hours of optimization. Instead, we model the image using a dataset of its patches at different scales. As this dataset is finite and the dimensionality of its patches is small, the score function for a noisy patch can be computed tractably using an optimal, closed-form denoiser, eliminating the need for neural network training. We integrate this patch-based denoiser into an efficient, training-free image diffusion model, and we describe how our method connects to classical patch-based image restoration techniques. Our approach achieves state-of-the-art generation quality and diversity compared to trained single-image diffusion models, and we demonstrate applications, including unconditional image generation, text-guided stylization, image symmetrization, and retargeting. Further, we show that our approach is compatible with latent space diffusion, and we show multiple additional acceleration techniques to achieve megapixel single-image generation in one second, and gigapixel generation in minutes. Comments: CVPR 2026; Project Page: this https URL Subjects: Computer Vision and Pattern Recognition (cs.CV) ; Machine Learning (cs.LG) Cite as: arXiv:2606.04299 [cs.CV] (or arXiv:2606.04299v1 [cs.CV] for this version) https://doi.org/10.48550/arXiv.2606.04299 Focus to learn more arXiv-issued DOI via DataCite (pending registration) Submission history From: Haojun Qiu [ view email ] [v1] Wed, 3 Jun 2026 00:05:36 UTC (45,344 KB) Full-text links: Access Paper: View a PDF of the paper titled Efficient and Training-Free Single-Image Diffusion Models, by Haojun Qiu and 2 other authors View PDF HTML (experimental) TeX Source view license Current browse context: cs.CV < prev | next > new | recent | 2026-06 Change to browse by: cs cs.LG References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers Toggle Connected Papers ( What is Connected Papers? ) Litmaps Toggle Litmaps ( What is Litmaps? ) scite.ai Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle Gotit.pub ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle TXYZ.AI ( What is TXYZ.AI? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs . Which authors of this paper are endorsers? | Disable MathJax ( What is MathJax? )

디퓨전 모델 이미지 생성 비학습형 AI 컴퓨터 비전 CVPR 2026