[논문리뷰] PixRestore: Unified Image Restoration via Pixel Diffusion Transformer본 논문은 기존의 대규모 Text-to-Image(T2I) latent diffusion model을 기반으로 한 UIR 방식이 안고 있는 정보 손실과 비효율성 문제를 해결하고자 합니다.#Review#Image Restoration#Pixel Diffusion#Degradation-Aware#DINO#Unified Image Restoration#Flow Matching#Transformer2026년 8월 18일댓글 수 로딩 중
[논문리뷰] PiD: Fast and High-Resolution Latent Decoding with Pixel Diffusion본 연구는 기존 Latent Diffusion Models(LDMs)에서 사용되는 재구성 기반(reconstruction-oriented) 디코더가 고해상도 생성 시 발생하는 정보 손실과 연산 효율성 저하 문제를 해결하고자 합니다.#Review#Latent Diffusion Models#Pixel Diffusion#Latent Decoding#Super-Resolution#Generative Decoding#Distillation2026년 5월 24일댓글 수 로딩 중
[논문리뷰] PixelGen: Pixel Diffusion Beats Latent Diffusion with Perceptual Loss본 논문은 기존 픽셀 확산 모델이 고차원 픽셀 공간의 지각적으로 중요하지 않은 신호를 학습하는 데 어려움을 겪어 잠재 확산 모델보다 성능이 뒤처지는 문제를 해결하고자 합니다.#Review#Pixel Diffusion#Perceptual Loss#Latent Diffusion#Image Generation#LPIPS#DINOv2#x-prediction#End-to-End Generation2026년 2월 2일댓글 수 로딩 중
[논문리뷰] DeCo: Frequency-Decoupled Pixel Diffusion for End-to-End Image Generation기존 픽셀 확산 모델이 Diffusion Transformer (DiT) 하나로 고주파수 신호와 저주파수 의미론을 동시에 모델링하여 발생하는 느린 학습 및 추론 속도, 낮은 이미지 품질 문제를 해결하고자 합니다.#Review#Pixel Diffusion#Image Generation#Frequency Decoupling#Diffusion Transformer (DiT)#Flow Matching#AdaLN#Text-to-Image Synthesis2025년 11월 24일댓글 수 로딩 중