본 논문은 기존 확산 기반 이미지 복원 방법의 한계점인 예상치 못한 객체나 인공물 발생 문제를 해결하기 위해 새로운 확산 기반 객체 제거 방법인 EraDiff를 제안한다. EraDiff는 기존의 최적화 패러다임과 네트워크를 개선하여 객체 제거 결과의 일관성과 완벽성을 향상시킨다. 구체적으로, 객체 제거 목표에 맞춰 설계된 Chain-Rectifying Optimization (CRO) 패러다임을 도입하여 객체가 점진적으로 제거되는 혁신적인 확산 전이 경로를 구축하고, Self-Rectifying Attention (SRA) 메커니즘을 통해 샘플링 경로에서 발생하는 인공물을 완화하여 생성된 콘텐츠의 일관성을 높인다. 결과적으로 OpenImages V5 데이터셋에서 최첨단 성능을 달성하고 실제 시나리오에서도 우수한 성능을 보여준다.
