Relational Grounding

이미지 내의 객체들이 서로 어떤 위치 관계에 있는지 파악하여 텍스트 설명과 매칭하는 기술이다. 이를 통해 특정 객체 옆이나 뒤에 있는 대상을 정확히 식별하고 해당 영역만 정밀하게 편집할 수 있도록 지원한다.