단일 이미지 반사 제거(Single Image Reflection Removal, SIRR)는 유리창을 통해 촬영된 사진에서 전송된 장면을 복구하는 것을 목표로 합니다. 최근의 잠재 복원 방법들은 사전 학습된 생성적 사전 지식(generative priors)을 사용하지만, 많은 경우 디코더에 저하된 입력으로부터 고주파 특징(high-frequency features)을 되먹임하여 세부 정보를 복구합니다. 이는 블러(blur), 노이즈(noise), 헤이즈(haze)와 같이 입력의 세부 정보가 주로 장면에 속하는 저하 유형에는 효과적입니다. 그러나 반사 현상은 두 번째 구조화된 레이어를 추가하기 때문에 SIRR에는 덜 적합합니다. 즉, 입력의 스킵 연결을 직접 재사용하면 이미지를 선명하게 만들면서도 반사의 경계까지 되돌려 놓게 됩니다. 또한 잠재 압축(latent compression)은 색상 표류(color drift)와 미세 디테일 손실을 유발하기도 합니다.
우리는 CLEAR (Color-Texture LatEnt Alignment for Single Image Reflection Removal)를 제안합니다. 이는 사전 학습된 잠재 확산 백본(pretrained latent diffusion backbone)을 자연 이미지 사전 지식으로 사용하는 결정론적(deterministic), 단일 시간 단계, 비반복적(non-iterative) 잠재 프레임워크입니다. 물리 기반 분리자(physics-guided separator)는 전송(transmission), 반사(reflection), 잔여물 형성 모델 주변으로 예측을 구성하고 한 번의 순방향 패스에서 거친 레이어 잠재값(coarse layer latents)을 출력합니다. 이후 하이브리드 특징 정렬 모듈(Hybrid Feature Alignment Module, HFAM)은 입력 유래 스킵 연결을 오염된 레이어 혼합 특징으로 간주합니다. 이 모듈은 그 자체의 입력 특징으로부터 학습된 깨끗한 전송 정렬 색상 쿼리(clean-transmission-aligned color query)를 사용하여 고주파 콘텐츠를 교정함으로써, 반사로 인한 색상이 있는 디테일은 감쇠시키면서도 전송에 일관된 텍스처를 유지합니다.
CLEAR는 여섯 가지 실제 환경 벤치마크에서 충실도(fidelity) 및 지각적(perceptual) 메트릭 평균 최고 성능을 달성했으며, 모든 데이터셋에서 가장 낮은 LPIPS 값을 기록했습니다. 특히 난이도가 높은 벤치마크에서 가장 큰 개선 효과를 보였습니다.