UniSlider: 연속 이미지 편집을 위한 지각적으로 균일한 슬라이더

슬라이더는 연속적인 이미지 편집을 위한 직관적인 인터페이스를 제공합니다. 하지만 현재의 생성적 접근 방식에서, 슬라이더는 단순히 어댑터 계수(adapter coefficient), 프롬프트 가중치(prompt weight) 또는 보간 인자(interpolation factor)와 같은 방법의 강도 매개변수를 재조정하는 것에 불과합니다. 이 강도는 지각적 변화와 관련성이 떨어집니다. 슬라이더가 움직일 때 이미지가 부분적으로 되돌아가거나, 범위의 긴 구간에서는 눈에 띄는 차이가 없고, 짧은 간격에서 이미지가 갑작스럽게 변형됩니다. 강도를 재매핑하면 이러한 불균일한 속도를 고칠 수 있지만, 이는 궤적이 단조롭다는 전제 하에만 가능하며, 현재 방법들은 이를 강제하지 않습니다. 따라서 우리는 슬라이더를 강도와 구별하고, 입력으로부터의 지각적 거리가 슬라이더 값에 따라 선형적으로 증가하도록 요구합니다. 우리는 UniSlider를 소개합니다. 이는 몇 단계 편집 백본(few-step editing backbone)으로 학습된 경량 LoRA로, 그 강도가 이러한 이상적인 슬라이더를 근사하도록 합니다. 몇 단계 샘플링을 사용하면 중간의 정답 데이터 없이 픽셀 공간에서 이 목표를 부과할 수 있으며, 백본의 출력은 최대 강도로 유지됩니다. 하지만 저랭크 어댑터(low-rank adapter)는 강도를 완전히 균일하게 만들 수 없습니다. 따라서 우리의 슬라이더는 적응형 샘플링을 통해 얻어지는 강도의 추론 시간 재매핑입니다. 훈련이 궤적을 단조롭게 하도록 최적화되기 때문에, 이 재매핑은 추가적인 훈련이나 매개변수 없이 남아있는 격차를 메웁니다. 균일성(uniformity), 단조성(monotonicity), 편집 충실도(edit fidelity) 및 동일성 보존(identity preservation)을 평가하는 새로운 벤치마크에서, UniSlider는 모든 이전 방법들을 능가하며 사용자 연구에서도 선호되었습니다.