연구진이 unpaired 데이터 기반 날씨 편집 프레임워크 Cyclone을 발표했어요. Cyclone은 latent diffusion 기반으로, 이미지-텍스트 모델 지식을 활용해 다양한 날씨 조건을 생성하고 제거할 수 있어요. 기존 방식 대비 더 현실적이고 구조를 보존하는 결과를 보여주며, 다운스트림 주행 인식 작업에서 성능 향상을 이끌었어요.
Cyclone은 paired 데이터 없이 여러 날씨 조건을 생성하며, 기존 방식의 한계를 극복했어요. 실험 결과, 기존 방식보다 현실적이고 구조를 보존하는 출력을 생성하며, 다양한 주행 인식 작업에서 성능을 개선했어요.
연구진은 Cyclone을 비디오 디퓨전 모델로 증류하여 시간 일관성 있는 날씨 편집도 가능함을 입증했어요.