latent-diffusion-transformer

이미지 잠복 공간(latent space)에서 흐름/확산 신경망과 Transformer 기반 cross-attention을 결합한 생성 백본이다. 본 논문에서는 이 백본에 텍스트, 지리정보, 프리미티브 조건을 주입해 위성 이미지 합성을 수행한다. Latent 공간에서 연산하므로 고해상도 이미지를 효율적으로 처리하면서 cross-attention으로 다중 모달 조건을 통합할 수 있다.