본 논문은 긁힘, 색 퇴색, 노이즈 등 복합적인 퇴화가 있는 실제 세계의 저화질 이미지(예: 오래된 사진, 저해상도 이미지) 복원에 초점을 맞추고 있습니다. 기존 데이터 기반 접근 방식의 한계인 고충실도 복원 및 개체 수준의 색상 제어 문제를 해결하기 위해, 사전 훈련된 Stable Diffusion 모델을 활용하는 내부 디테일 보존 확산 모델을 제안합니다. 핵심 기술인 내부 이미지 디테일 향상(IIDE) 기법은 확산 모델이 퇴화 효과를 완화하면서 필수적인 구조적, 질감 정보를 보존하도록 유도합니다. 입력 이미지를 잠재 공간으로 매핑하고, 다양한 퇴화 요인을 모방하는 퇴화 연산을 확산 탈잡음 과정에 주입하는 방식입니다. 실험 결과, 제안된 방법이 기존 최첨단 모델보다 질적 및 지각적 정량적 평가 모두에서 우수한 성능을 보이며, 텍스트 기반 복원을 지원하여 전문가 수준의 개체 수준 색상 제어를 가능하게 함을 보여줍니다.
