연구진이 DS-DiT라는 분리형 시아모스 디퓨전 트랜스포머(Decoupled Siamese Diffusion Transformer)를 제안했어요. 이 방법은 저해상도 구조 정보와 참조 텍스처 정보가 노이즈 잠재 변수와 독립적으로 상호작용하도록 설계됐어요.
저해상도 이미지의 구조적 정보와 참조 이미지의 텍스처 정보가 서로 경쟁하는 문제를 완화하고, 조건부 소스 융합을 적응적으로 조절하는 Patch-Level Weights(PLW) 모듈을 도입했어요.
실험 결과, DS-DiT는 다양한 데이터셋과 스케일링 팩터에서 기존 방법보다 우수한 성능을 보였으며, 시아모스 아키텍처는 추론 시 오토 가이드 전략을 가능하게 해 재구성을 향상시켰어요.