픽셀 복원
픽셀 복원은 인코더가 추출한 시각 토큰으로부터 원본 이미지를 재구성하는 작업으로, MSE 손실을 기본으로 사용하여 스트로크와 글리프 등 세부 시각 정보를 보존하게 만든다. 구조 기반 변형에서는 Sobel 에지 및 distance-to-edge 맵을 추가로 매칭하여 획 수준의 형태를 보존한다. 문서 인식 과제에서 언어 맥락이 약할 때에도 시각 증거를 유지하게 하는 핵심 수단이다.
