이미지 인페인팅 방법은 인접한 픽셀의 유사성을 활용하여 대체 콘텐츠를 생성한다. 그러나 보이지 않는 영역의 크기가 커질수록, 더 깊은 구멍에서 완성되는 픽셀은 주변 픽셀 신호로부터 추론하기가 어려워지며, 그 결과 시각적 인공물이 발생하기 쉽다. 이러한 공백을 메우기 위해, 우리는 특징 공간과 이미지 공간에서 손상된 영역을 계층적으로 채우는 대안적 점진적 구멍-채움 방식을 채택한다. 이 기법을 통해, 큰 구멍 샘플의 경우에도 주변 픽셀의 신뢰할 수 있는 맥락 정보를 활용할 수 있으며, 해상도가 증가함에 따라 세부 사항을 점진적으로 완성할 수 있다. 완성된 영역을 보다 현실적으로 표현하기 위해, 픽셀 단위의 조밀한 검출기를 설계한다. 각 픽셀을 마스크 영역인지 여부로 구분하고, 그래디언트를 모든 해상도에 전달함으로써, 생성기는 합성(compositing)의 잠재적 품질을 한층 더 향상시킨다. 또한 서로 다른 해상도에서 완성된 이미지들은 제안된 구조 전이 모듈(STM)을 사용하여 결합되며, 이 모듈은 국소 수준의 세밀한 상호작용과 전역 수준의 거친 상호작용을 모두 통합한다. 이 새로운 메커니즘에서, 서로 다른 해상도로 완성된 각 이미지는 세밀한 수준에서 인접한 이미지의 가장 가까운 합성에 주의를 기울이며, 짧은-거리 및 긴-거리 의존성을 모두 상호작용시킴으로써 전역적 연속성을 포착할 수 있다. 최신 기법들과 우리의 해결책을 정성 및 정량적으로 비교한 결과, 우리 모델은 큰 구멍의 경우에도 유의하게 향상된 시각적 품질을 보인다고 결론지었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.