본 논문에서는 실시간 포즈 기반 인물 이미지 합성(PGPIS)을 위한 새로운 생성 모델인 RPFM(Real-Time Person Image Synthesis Using a Flow Matching Model)을 제안합니다. 기존 확산 기반 방법들의 느린 샘플링 속도 문제를 해결하기 위해 flow matching 기반 접근 방식을 사용하여 빠르고 안정적인 훈련 및 샘플링을 가능하게 합니다. RPFM은 잠재 공간에서 조건부 생성을 지원하며, 속도와 품질 모두 중요한 실시간 PGPIS 애플리케이션에 적합합니다. DeepFashion 데이터셋을 사용한 실험 결과, RPFM은 최첨단 모델과 비슷한 성능을 유지하면서 거의 실시간에 가까운 샘플링 속도를 달성함을 보여줍니다. 이는 생성 이미지 정확도의 약간의 감소를 감수하는 대신 생성 속도를 두 배 이상 향상시킨 결과입니다.
