使用有限的图像集对文本 - 图像模型进行个性化处理，通过引入 InstructBooth 方法，使用特定对象的少量特定图像来增强图像 - 文本对齐，最终实现了优于基准线的图像 - 文本对齐效果。

Dec, 2023

该研究针对文本到图像个性化合成过程中的限制性问题，分析了两种主要技术（文本反转和 DreamBooth）的不足之处，并引入了一种名为 AttnDreamBooth 的新方法来解决这些问题，通过在不同的训练阶段分别学习嵌入对齐、注意力图和主体身份。同时，采用交叉注意力图正则化项来增强对注意力图的学习，相较于基准方法，我们的方法在保护身份信息和文本对齐方面取得了显著改进。

Jun, 2024

提出了一种新的 text-to-image 模型的个性化方法，该方法能够通过少量输入的图像，fine-tune 预训练的 text-to-image 模型，使其能够将唯一标识符绑定到特定主题上，并能够综合场景、姿态、观点和光照中出现的主题的新颖的高清图像。

Aug, 2022

介绍了一种名为 MultiBooth 的新颖高效的图像生成技术，该技术可在文本中进行多概念定制生成；通过将多概念生成过程分为单概念学习阶段和多概念整合阶段，利用多模态图像编码和高效的概念编码技术提高了概念准确性并降低了推断成本。

Apr, 2024

本文介绍了一种基于 Hypernetwork 的方法 —— HyperDreamBooth，它能够从单张图片生成少量的个性化权重来快速生成各种上下文和风格的人脸，生成时间仅为 DreamBooth 的 1/25，与 DreamBooth 相比，模型体积缩小了 10000 倍。

Jul, 2023

我们提出了一种有效且快速的方法，可在不进行任何微调的情况下生成个性化图像，并保持扩散模型内在的文本到图像生成能力。通过操作原始扩散模型的交叉注意力和自注意力层，将自定义概念合并到生成图像中，以生成与文本描述相匹配的个性化图像。综合实验突出了我们方法的优越性。

Mar, 2024

本文介绍了一种使用图像提示进行视频生成的方法，通过粗粒度到细粒度的图像嵌入和细粒度的注意力注入模块，实现了对指定主题的高质量视频生成。

Dec, 2023

PortraitBooth 是一种高效、鲁棒的个性化图像生成方法，使用人脸识别模型的主题嵌入来生成个性化图像，避免了费时的微调过程，保持了原始图像的身份，并通过情感感知的跨注意力控制实现了生成图像中多样的面部表情，支持基于文本的表情编辑。

Dec, 2023

提出 DisenBooth 框架，针对以往映射存在的问题，在加噪处理中对嵌入部分进行解缔。实验表明，DisenBooth 在以往的基础上，能够更好地学习与主题相关和不相关的嵌入，并且具有更强的主题驱动图像生成能力。

May, 2023

我们介绍了基于 InstantID 的个性化图像合成方法，通过应用 IdentityNet 模型，使用单张面部图像实现各种风格的图像个性化，同时确保高保真度，并与 SD1.5 和 SDXL 等常用预训练文本到图像扩散模型无缝集成，具有卓越的性能和高效性，在重视身份保护的实际应用中极具益处。

Jan, 2024