Mar, 2024
提升文本到图像合成中的语义保真度:扩散模型中的注意力调节
Enhancing Semantic Fidelity in Text-to-Image Synthesis: Attention
Regulation in Diffusion Models
TL;DR我们提出了一种注意力调节方法,通过实时优化来对齐注意力图与输入文本提示,从而解决扩散模型中对某些令牌过分关注而导致语义逼真度下降的问题。在各种数据集、评估指标和扩散模型上进行了实验比较,结果表明我们的方法在减少计算开销的同时,始终优于其他基准方法,生成的图像更加忠实地反映了所需的概念。