PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2509.07936v3cs.CV

유도 디퓨전 모델을 활용한 특징 공간 분석

Feature Space Analysis by Guided Diffusion Model

본 논문은 사용자가 지정한 특징(feature)과 매우 일치하는 특징을 가진 이미지를 생성할 수 있는 디코더를 제안하여, 비전 관련 심층 신경망(DNN)의 특징 공간을 분석하는 것을 목표로 합니다. 높은 특징 일치 정확도에 대한 정량적 근거를 바탕으로, 본 디코더는 DNN 특징 공간의 정밀한 분석을 용이하게 합니다. 제안하는 디코더는 각 단계에서 추정된 깨끗한 이미지의 특징과 사용자가 지정한 특징 간의 유클리드 거리를 최소화하도록 사전학습된 디퓨전 모델의 이미지 생성을 유도하는 유도 디퓨전 모델(guided diffusion model)로 구현됩니다. 본 디코더의 주요 장점은 서로 다른 DNN의 특징 공간을 분석할 때 추가 학습이 필요 없는(training-free) 적용성과 단일 상용(COTS) GPU에서의 실용적 실행 가능성입니다. CLIP의 이미지 인코더와 ResNet-50을 대상으로 한 실험을 통해 특징 일치 이미지 생성기이자 시각적 특징 공간 분석기로서 제안 디코더의 유효성을 입증합니다. 코드와 데이터는 https://github.com/ccilab-doshisha/FeatDec 에서 이용할 수 있습니다.