PRISM(Pretrained-latent Reflection Image Separation Model)은 단일 이미지 반사 제거(SIRR) 문제를 해결하기 위해 잠재 공간에서 선형 분리 문제를 재해석하는 모델입니다. 기존 방법의 한계를 극복하기 위해 VAE 잠재 공간의 층간 일관성 부족 현상을 활용합니다.
PRISM은 사전 학습된 FLUX 백본에서 흐름 매칭 속도장을 학습하여 잠재 공간에서 전송층과 반사층을 복구하며, 잠재적 구성 일관성(LCC) 전략을 통해 강력한 분리를 보장합니다.
실험 결과, PRISM은 6개의 벤치마크에서 최고 성능을 달성했으며, 야생 이미지에서도 뛰어난 일반화 능력을 보였습니다.