[논문리뷰] LensErase: A Foundation Model for Erase Anything본 논문은 다양한 실세계의 제거(Erase) 요구사항을 범용적으로 해결할 수 있는 Foundation Model인 LensErase를 제안합니다. 기존의 객체 제거 연구들은 특정 도메인에 국한되거나, 작은 객체부터 거대 객체, 텍스트, 워터마크 등 다양한 유형을 동시에 처리하는 데 한계가 있었습니다.#Review#Foundation Model#Image Editing#Object Removal#Flow Matching#Reinforcement Learning#Mask-Aware RoPE#TraceFusion2026년 10월 14일댓글 수 로딩 중
[논문리뷰] OmniAlpha: A Sequence-to-Sequence Framework for Unified Multi-Task RGBA Generation본 연구는 RGBA(Red, Green, Blue, Alpha) 이미지 조작을 위한 기존의 파편화된 단일 태스크 전문 모델과, 알파 채널 처리 능력이 없는 통합 RGB 멀티태스크 프레임워크 간의 격차를 해소하는 것을 목표로 합니다.#Review#RGBA Generation#Multi-Task Learning#Diffusion Transformers#Image Matting#Layer Decomposition#Object Removal#Alpha-aware VAE#MSROPE-BiL2025년 11월 25일댓글 수 로딩 중