연구진은 텍스트 기반 이미지 편집 모델의 시각적 객체 일관성 문제를 해결하기 위해 ABO-Edit 데이터셋을 공개했어요. ABO-Edit은 3D 자산으로 렌더링된 고품질 이미지 3종 세트를 포함하며, 다중 뷰 커버리지와 인간 검수를 거쳤어요. FlowMirror라는 새로운 손실 함수를 제안하여 모델의 성능을 개선했으며, 이는 모델 구조 변경 없이도 가능했어요.
기존 이미지 편집 모델은 시각적 객체 일관성을 유지하는 데 어려움을 겪는데, 이는 객체의 핵심 속성을 편집 과정에서 보존하지 못하기 때문이에요. 연구진은 이미지 편집 모델의 조건부 임베딩 공간이 생성된 이미지 예측을 담고 있다는 점을 발견했어요.
FlowMirror는 조건부 임베딩 공간을 감독하는 파라미터 없는 보조 손실 함수로, 생성 품질을 개선하는 데 기여했어요. ABO-Edit 데이터셋은 연구자들이 객체 일관성 문제를 연구하는 데 활용될 수 있을 것으로 기대돼요.