DomainShuttle: Freeform Open Domain Subject-driven Text-to-video Generation

최근 오픈 도메인 대상 기반 텍스트-비디오(S2V) 생성 기술이 주목받고 있으나, 기존 방식은 대상의 특징을 유지하는 데만 집중하여 스타일 변경이나 의미적 결합 같은 크로스 도메인 시나리오에서의 유연성이 부족했습니다. 본 연구에서는 대상의 정체성을 유지하면서도 도메인 간 전환이 자유로운 DomainShuttle을 제안합니다. 이를 위해 비디오와 참조 특징을 분리하고 도메인별 모델링을 지원하는 Domain-MoT와, 참조 이미지와 비디오 토큰을 분리된 공간에서 처리하는 Video-Reference DualRoPE를 도입했습니다. 또한, 불필요한 특징에 영향을 받지 않는 핵심 특징 추출을 위해 Cross-Pair Consistent Loss를 적용했습니다. 실험 결과, 제안 방식은 높은 대상 재현율과 생성 유연성을 동시에 달성하며 기존 모델 대비 뛰어난 성능을 입증했습니다.