यह शोधपत्र एक नवीन दृष्टिकोण प्रस्तुत करता है जो विसरण मॉडल को मानवीय प्राथमिकताओं के साथ सीधे संरेखित करने वाली मौजूदा विधियों की दो प्रमुख चुनौतियों का समाधान करता है: गणना लागत और निरंतर ऑफ़लाइन क्षतिपूर्ति मॉडल अनुकूलन की आवश्यकता। मौजूदा विधियों में बहु-चरणीय शोर-निरोध के दौरान ग्रेडिएंट गणनाओं की आवश्यकता होती है, जिसके परिणामस्वरूप उच्च गणना लागत होती है। इसके अलावा, इनमें अनुकूलन चरण सीमित होते हैं और यथार्थवादी चित्र और सटीक प्रकाश प्रभाव प्राप्त करने के लिए निरंतर ऑफ़लाइन क्षतिपूर्ति मॉडल अनुकूलन की आवश्यकता होती है। बहु-चरणीय शोर-निरोध की सीमाओं को दूर करने के लिए, यह शोधपत्र एक प्रत्यक्ष-संरेखण विधि का प्रस्ताव करता है जो एक शोर शब्दकोश को पूर्वनिर्धारित करती है और मनमाने समय चरणों पर प्रक्षेप के माध्यम से मूल चित्र का प्रभावी ढंग से पुनर्निर्माण करती है। इसके अलावा, हम सिमेंटिक रिलेटिव प्रेफरेंस ऑप्टिमाइज़ेशन (SRPO) का परिचय देते हैं, जो क्षतिपूर्ति के रूप में पाठ्य सशर्त संकेतों का उपयोग करता है। यह विधि सकारात्मक और नकारात्मक संकेत सुदृढीकरण के आधार पर ऑनलाइन क्षतिपूर्ति को समायोजित करती है, जिससे ऑफ़लाइन क्षतिपूर्ति फ़ाइन-ट्यूनिंग पर निर्भरता कम हो जाती है। अनुकूलित शोर-निरोध और ऑनलाइन क्षतिपूर्ति समायोजन के साथ FLUX मॉडल को फ़ाइन-ट्यूनिंग करके, हम मानव-मूल्यांकित यथार्थवाद और सौंदर्य गुणवत्ता में तीन गुना से अधिक सुधार प्राप्त करते हैं।
