연구진이 소량의 데이터로 토사 유출 이미지를 생성하는 디퓨전 기반 합성 파이프라인을 개발했어요. Stable Diffusion XL을 활용해 꿈의 부스(DreamBooth)와 멀티 브랜치 컨트롤넷(ControlNet)을 적용하여 합성 검사 이미지를 생성해요.
실제 결함 픽셀을 보존하면서 주변 장면을 재렌더링하는 소프트 마스크 인페인팅 프로토콜을 사용하여 이음매와 색상 변화를 방지해요. 텍스트 조건은 분류학 기반 프롬프트 아틀라스(Prompt Atlas)를 통해 제공되며, 코드를 변경하지 않고 새로운 결함 클래스로 이전할 수 있어요.
실제 훈련 이미지로부터 1020개의 합성 후보를 생성했으며, 이 중 815개가 CLIP 적합성 필터를 통과했어요. 생성된 이미지의 품질은 실제 참조 세트와 포아송 기준에 대한 분포 및 충실도-다양성 측정으로 평가했어요.
연구진은 이미지 품질, 라벨 출처, 다양성을 제한 사항으로 제시하며, 다운스트림 분할은 향후 작업으로 남겨두고 라벨 신뢰성 있는 프리셋을 기본값으로 공개했어요.