cross-attention maps | BriefGPT

关键词cross-attention maps

搜索结果 - 7

GenzIQA：使用提示引导的潜在扩散模型进行通用图像质量评估
通过理解可学习的质量感知文本提示与图像之间的对齐程度，我们利用潜在扩散模型的降噪过程对广义图像质量评估进行了改进。
PDFa month ago
CVPRLocInv: 文本指导图像编辑中的定位感知反转
基于 T2I 扩散模型，本研究提出了一种局部感知反演（LocInv）方法，通过利用分割地图或边界框作为额外的定位先验，精确修正扩散过程中的交互关注图，使其与文本提示中的正确名词和形容词单词紧密对齐，从而实现对特定对象的细粒度图像编辑，并防止
PDF2 months ago
多目标生成中获得优秀布局
基于大规模文本到图像模型，我们提出了一种新颖的方法，通过引入交叉注意力图，来解决多主题生成的挑战并提高图像生成的质量和多样性。我们的方法通过重新排列布局网格和引入新的损失项，实现了对生成图像中主题的更清晰定义和避免主题重叠。与其他方法相比，
PDF2 months ago
稳定传播中文本引导图像编辑中跨域与自注意力的理解
通过对 Stable Diffusion 模型进行深入分析，发现交叉注意力映射中的对象归属信息容易导致编辑失败，而自我注意力映射在源图像到目标图像的转换过程中起到了关键保留几何和形状细节的作用。在此基础上，我们提出了一种更简化、更稳定、更高
PDF4 months ago
LIME: 基于扩散模型中的关注正则化的本地图像编辑
本文介绍了一种基于扩散模型的局部图像编辑方法，利用预训练模型和简单的聚类技术获取精确的语义分割图，通过交叉注意力图对这些分割进行精细调整，并提出了一种新颖的交叉注意力正则化技术，以确保局部编辑。这种方法在各种编辑基准测试中稳定地改善了现有方
PDF7 months ago
动态提示学习：解决文本为基础的图像编辑中的交叉注意力泄漏问题
基于大规模的文本到图像生成模型，本研究针对图像编辑的问题，通过动态提示学习 (DPL) 方法修复交叉注意力图，实现对特定对象的精细图像编辑，防止对其他图像区域的意外更改。通过广泛的评估，DPL 方法在多个指标上取得了卓越的结果，尤其是在复杂
PDF9 months ago
针对空间控制文本到图像生成的遮蔽注意力扩散引导
用不需要额外的训练的方法，通过交叉关注地图和掩膜引导实现文本到图像生成的空间控制。实验结果表明，所提出的方法在定性和定量上比基线方法实现了更准确的空间控制。
PDFa year ago