노이즈 제거 확산 모델

Representation

노이즈, 원본 이미지, 확산 이미지, 노이즈 이미지는 모두 서로 비슷하지만 다른 개념이다. 개념 간 구별은 선지 판별의 중추적인 역할을 담당한다. 확산 모델의 구성 요소는 각기 cause of로 연결되어 인과적 과정을 구성한다. 경로는 순확산과 역확산 두 방향으로 나뉜다. 잠재 표현은 노이즈와 data of 관계에 놓이는데 12-③에서 볼 수 있듯이 노이즈에 따라 잠재 표현이 달라진다면 잠재 표현으로 노이즈(수치)를 예측할 수 있는 것이다. 마지막 문단은 독립성이 강한 부분으로서 특정 선지 구성을 위한 장치로 쓰였다.

Filtering

• 10번 문항
  • ③: 이미지의 종류와 혼동을 일으킬 수 있다. 크기, 분포 양상 등의 특성이 달라지면 노이즈의 종류가 다르다고 볼 수 있지만 이것이 모델의 성능에 영향을 미치는 내용은 제시문만으로 알 수 없는 정보이다.
• 11번 문항
  • ①: 역확산 과정은 노이즈 이미지가 주어지고 노이즈를 제거한다. 이때 노이즈는 순확산 과정에서 생성된 것이므로 역확산 과정에서 노이즈 생성기는 기능하지 않는다.
  • ③: 노이즈 예측기는 확산 이미지를 출력하는 것이 아니라 확산 이미지를 입력값으로 받는다.
• 12번 문항: ③과 ⑤가 어떻게 경쟁선지로 구성되었는지 주목하자.
  • ③: 주어-술어 관계가 틀렸다. 순확산 과정에서 입력된 ㉡은 확산 이미지이며, 새로운 노이즈는 이 이미지에 단계적으로 추가될 수 있는데 해당 노이즈는 노이즈 생성기에서 출력된 것이다.
  • ⑤: ③과 달리 역확산 과정에서 출력된 확산 이미지 ㉡은 노이즈 예측기에서 출력된 노이즈를 이미지 연산기에 입력하여 얻어낸 것이다.