위후

🏷️ 인물 머신러닝 영상처리 확산모델

개요

위후(Hu Yu)는 중국과학기술대학교(USTC) 자오펑(Feng Zhao) 연구실 소속 박사과정 연구자입니다. image restoration, diffusion model, flow-based generative model 세 축을 중심으로 연구를 진행하며, 시각 생성 + 강화학습을 결합한 라인에서 다수의 논문에 제1저자 또는 공저자로 이름을 올리고 있습니다. USTC 내에서 장궈후이와 함께 같은 연구실의 시각 생성 라인을 이끌고 있습니다.

생애

위후는 USTC 자오펑 연구실(USTC-GCL, Graphics and Computational Lab)에 박사과정 학생으로 합류했습니다. 이 연구실은 이미지 복원, 생성 모델, 비디오 생성 등 시각 지능 전반을 다루는 것으로 알려져 있으며, 위후는 그 중에서도 diffusion model과 flow-based 생성 모델 라인을 집중적으로 맡고 있습니다. 2025년에는 자동회귀 비디오 생성 논문 VideoMAR에 공저자로 참여하는 등 연구 범위를 비디오 도메인으로도 확장했습니다.

업적

위후의 주요 기여는 이미지 복원과 생성 모델을 통합하는 방향에 집중되어 있습니다. Ingredient-oriented Multi-Degradation Learning for Image Restoration 등 다중 열화 조건에서의 이미지 복원 연구에 참여하며 이미지 처리 파이프라인의 품질을 높이는 데 기여했습니다. 이 계열의 연구는 IEEE TPAMI 2025에 실린 All-in-One Image Restoration 서베이에서도 인용될 만큼 해당 분야에서 충분히 인정받고 있습니다.

OmniNFT에서는 공저자로 참여해 오디오와 비디오를 동시에 생성하는 멀티모달 확산 강화학습 프레임워크에 기여했습니다. 또한 같은 연구실에서 나온 MaskFocus 논문은 마스크 이미지 생성의 핵심 단계에 정책 최적화를 집중하는 RL 기반 접근으로, 위후가 참여하는 RL+생성 라인의 맥락과 자연스럽게 이어집니다. 2025년에는 VideoMAR(arXiv:2506.14168)를 통해 연속 토큰 기반 자동회귀 비디오 생성 연구에도 발을 넓혔습니다.

여담

위후가 속한 USTC 자오펑 연구실은 이미지 복원에서 출발해 diffusion, flow, RL 강화 생성으로 연구 방향이 빠르게 확장되고 있습니다. 위후는 이미지 복원 쪽의 세밀한 감각과 생성 모델의 확률적 접근을 동시에 갖추고 있어, 두 계열을 잇는 연구자로 성장하고 있습니다. 아직 박사과정이지만 여러 논문에서 공동 제1저자 또는 핵심 기여자로 이름을 올리는 빠른 연구 속도가 두드러집니다.

주요 논문