TaxaDiffusion은 계통 분류학 정보를 활용하여 세밀한 동물 이미지를 고해상도 형태 및 정확한 개체 식별 정보로 생성하는 확산 모델을 위한 훈련 프레임워크입니다. 기존의 각 종을 독립적인 범주로 취급하는 방법과 달리, TaxaDiffusion은 많은 종들이 강한 시각적 유사성을 보이며, 차이점은 종종 모양, 패턴 및 색상의 미묘한 변화에 있다는 도메인 지식을 통합합니다. 이러한 관계를 활용하기 위해 TaxaDiffusion은 강(Class)과 목(Order)과 같은 광범위한 분류에서 시작하여 과(Family)와 속(Genus)을 거쳐 종(Species) 수준에서 구별하는 등 다양한 분류 수준에서 조건부 확산 모델을 점진적으로 훈련합니다. 이러한 계층적 학습 전략은 공통 조상을 가진 종들이 공유하는 거친 형태학적 특징을 먼저 포착하여, 종 수준의 차이를 미세하게 조정하기 전에 지식 전이를 용이하게 합니다. 결과적으로 TaxaDiffusion은 종당 제한된 훈련 샘플로도 정확한 생성을 가능하게 합니다. 세 가지 세밀한 동물 데이터 세트에 대한 광범위한 실험은 기존 방법보다 우수한 성능을 보이며, 세밀한 동물 이미지 생성에서 우수한 충실도를 달성함을 보여줍니다.
