HiFi-Inpaint: 세부 사항 보존형 인물-제품 이미지 생성을 위한 고충실도 참조 기반 인페인팅

인물과 제품의 통합을 보여주는 인물-제품(Human-product) 이미지는 광고, 이커머스(e-commerce) 및 디지털 마케팅에서 중요한 역할을 합니다. 이러한 이미지를 생성할 때 핵심적인 과제는 제품의 세부 사항을 고충실도(high-fidelity)로 보존하는 것입니다. 기존의 패러다임 중 참조 기반 인페인팅(reference-based inpainting)은 제품 참조 이미지를 활용하여 인페인팅 과정을 안내함으로써 타겟팅된 해결책을 제공합니다. 그러나 대규모 학습 데이터의 부족, 제품 세부 사항 보존에 집중하지 못하는 기존 모델의 한계, 정밀한 가이드를 달성하기 위한 거친 감독(coarse supervision)의 무능력함 등 세 가지 주요 측면에서 여전히 제약이 존재합니다. 이러한 문제를 해결하기 위해 본 논문에서는 인물-제품 이미지 생성을 위해 맞춤화된 새로운 고충실도 참조 기반 인페인팅 프레임워크인 HiFi-Inpaint를 제안합니다. HiFi-Inpaint는 미세한 제품 특징을 정제하기 위한 공유 강화 어텐션(Shared Enhancement Attention, SEA)과 고주파 맵(high-frequency maps)을 사용하여 정밀한 픽셀 수준의 감독을 강제하는 디테일 인식 손실(Detail-Aware Loss, DAL)을 도입합니다. 또한, 자체 합성 데이터에서 큐레이션하고 자동 필터링으로 처리한 샘플들로 구성된 새로운 데이터셋인 HP-Image-40K를 구축했습니다. 실험 결과, HiFi-Inpaint는 최첨단(state-of-the-art) 성능을 달성하며 디테일이 보존된 인물-제품 이미지를 제공함을 입증했습니다.