compositional generation | BriefGPT

关键词compositional generation

搜索结果 - 6

ICML密集斑点表示的组合式文本到图像生成
现有的文本 - 图像模型在遵循复杂文本提示上困难重重，因此需要额外的基础输入以提高可控性。本研究提出将场景分解为可容纳细粒度细节、模块化、可解释的、易于构建的视觉基元 - 密集 Blob 表示。基于 Blob 表示，我们开发了一种基于 Bl
PDF2 months ago
分离增强：用于文本到图像扩散模型的组合调优
通过引入两种新目标函数（Separate loss 和 Enhance loss），减少物体遮挡区域重叠和最大化注意力分数，本研究提出了一个与传统方法不同的图文生成模型，通过关键参数的微调提高了其可扩展性和通用性，在图像真实性、文本 - 图
PDF7 months ago
VideoComposer: 具有动态可控性的组合式视频合成
本研究提出了一种名为 VideoComposer 的图像合成模型，它能够通过文本、空间或时间条件实现对合成视频的控制，并且采用了运动向量和 STC 编码器等技术实现了高帧间一致性。
PDFa year ago
减少，重复利用，回收：基于能量扩散模型和 MCMC 的组合生成
本文探讨了基于评分的解释下的扩散模型的新的条件化方式、修改、及重复利用方法，研究了目前技术下导致某些类型的组合失败的原因，并提出了解决方案，同时提出了基于能量的参数化的扩散模型，该模型得以利用新的组合算子和更复杂的 Metropolis 修
PDFa year ago
ECCV可组合扩散模型下的组合视觉生成
通过解释扩散模型为基于能量的模型，在训练和测试阶段中将一组扩散模型组合在一起，结构化生成，该方法可用于合成预训练的文本指导的扩散模型并生成生动逼真的图像，解决了 DALLE-2 在对象属性方面的困难。
PDF2 years ago
具有可控性和组合性的潜空间能量模型生成
本研究探讨基于能量的模型在控制性生成方面的表现，提出了一种在 StyleGan 的潜在空间中处理组合生成的能量模型，并且通过逻辑运算实现了高分辨率图像的组合生成。
PDF3 years ago