연구진은 디퓨전 모델의 잠재 공간으로 이미지를 재구성하는 디퓨전 인버전 과정에서 발생하는 오류를 분석했어요. 시간 간격 크기에 따라 오류 규모가 달라지는 패턴을 발견했는데, 특히 작은 간격과 큰 간격에서 오류가 집중되는 경향이 있어요. 이를 바탕으로 계산 효율성을 높이고 정확도를 개선하는 새로운 시간 재조정 스케줄러를 제안했어요.
새로운 스케줄러는 전역 재조정과 로컬 동적 프로그래밍을 결합해 전체적인 인버전 오류를 최소화하고 이미지 재구성 및 편집 성능을 향상시킵니다. 기존 인버전 기술에 바로 적용할 수 있으며 추가적인 파라미터나 계산 비용이 필요하지 않아요.
실험 결과, 제안된 스케줄러를 통합하면 기존 인버전 방법의 성능을 꾸준히 향상시켜 이미지 재구성 및 편집에서 더 나은 결과를 얻을 수 있음을 확인했어요.