diffusion-based text-to-image models | BriefGPT

关键词diffusion-based text-to-image models

搜索结果 - 6

Espresso：文本到图像模型中的鲁棒概念过滤
基于对比性语言图像预训练 (CLIP) 方法的 Espresso 模型，能有效去除不可接受的概念，保持可接受概念的有用性，并对抗敌对提醒，同时具有强大的鲁棒性。
PDF2 months ago
MIST: 在文本 - 图像扩散模型中通过分离交叉注意力编辑来减轻交叉偏见
本文介绍了一种方法，通过以独立方式修改交叉注意力图，解决了扩散式文本到图像模型中的交叉偏见问题。实验结果表明，我们的方法在减轻各种属性上的单一和交叉偏见方面超越了现有方法，并提供了我们的源代码和去偏模型以促进生成模型的公平性和支持进一步的研
PDF3 months ago
SeFi-IDE：面向个性化扩散生成的语义保真身份嵌入
本文通过面部区域适应和语义保真令牌优化的两个角度，将准确和语义保真的 ID 嵌入到稳定扩散模型中，以实现个性化生成，并通过实验证明与以前的方法相比，我们的结果在 ID 准确性和操作能力方面表现出更卓越的能力。
PDF5 months ago
PromptPaint: 通过绘画媒介般的互动引导文本生成图像
通过将 T2I 生成与模拟使用彩色绘画的交互相结合，PromptPaint 使用户能够超越语言来混合表达具有挑战性概念的提示，从而允许他们在图像生成过程的不同画布区域和时间应用不同的提示，并提供了有关未来可操控生成工具的深入洞察。
PDFa year ago
个性化扩散模型的迭代反馈
这项研究探讨了将人类反馈纳入基于扩散的文本到图像模型生成过程中的策略，提出了一种适用于广泛扩散模型的无需训练的方法，利用自注意力层来在扩散过程中给出一组反馈图像条件。通过详尽分析显示，通过多轮迭代反馈，生成结果得到改善，隐含地优化任意用户偏
PDFa year ago
初尝不成，再试，再试：基于选择的忠实扩散文本到图像生成
本研究证明大型 T2I 扩散模型比通常认为的更加忠实，无需修改生成过程即可生成对复杂提示忠实的图像。在此基础上，提出了一个简单的管道，根据自动评分系统为文本提示生成候选图像，并选择最佳图像，同时保持可比较或更低的计算成本。
PDFa year ago