본 논문은 Stable Diffusion 3과 같은 사전 훈련된 노이즈-이미지 흐름 모델을 활용하여 상미분 방정식(ODE)을 풀어 텍스트 기반 이미지 편집을 가능하게 하는 FlowEdit와 같은 최근의 역변환이 필요 없는 흐름 기반 이미지 편집 방법의 한계점을 해결하기 위해 제안되었다. FlowEdit의 장점인 역변환 부재는 불안정한 편집 경로와 낮은 소스 일관성을 초래하는데, 본 논문에서 제안하는 FlowAlign은 최적 제어 기반 경로 제어를 통해 이러한 문제를 해결하는 새로운 역변환이 필요 없는 흐름 기반 프레임워크이다. FlowAlign은 종착점에서의 소스 유사성을 규제 항으로 도입하여 편집 과정 동안 더 부드럽고 일관성 있는 경로를 생성한다. 이 종착점 규제는 편집 프롬프트와의 의미적 정렬과 경로를 따라 소스 이미지와의 구조적 일관성을 명시적으로 균형 있게 조정하는 것으로 나타났다. 또한, ODE 경로를 단순히 역전시킴으로써 역 편집을 자연스럽게 지원하여 변환의 가역적이고 일관된 특성을 강조한다. 광범위한 실험을 통해 FlowAlign이 소스 보존 및 편집 제어 가능성 측면에서 기존 방법보다 우수함을 보여준다.
