latent space manipulation | BriefGPT

关键词latent space manipulation

搜索结果 - 6

MusicMagus：零射手风琴文本音乐编辑通过扩散模型
通过操纵潜空间并添加额外限制，本研究介绍了一种新颖方法来编辑文本生成的音乐，实现修改特定属性（如体裁、情绪和乐器），同时保持其他方面的不变。实验结果表明，在风格和音色转移评估中，与零样本和某些监督基线相比，我们的方法表现出卓越的性能。此外，
PDF5 months ago
AAAI基于 Transformer 的流匹配中的潜变空间编辑
通过流匹配和变压器（U-ViT）的结合，实现了简单高效的图像编辑方法，大大提高了生成模型的可扩展性和性能，并提供了对潜在结构和编辑能力的探索。通过引入一个名为 $u$-space 的编辑空间以及针对 ODE 求解器的适应性抽样解决方案，实现
PDF7 months ago
ICLR通过文本引导，在 StyleGAN 中学习与输入无关的操作方向
提出了一种新的方法用于基于文本指导的图像风格操作，构建了一个字典来实现效果，已有方法存在很多的局限性，自己提出的方法可以同时处理多个通道间的互动关系，提高能发现未知方向的能力，同时保持了实时性和分离度。
PDFa year ago
AAAI探索基于遮罩引导的特征调制作为实现真实图像局部风格编辑机制的有效性
本文旨在探索利用掩码引导特征调制在深度生成模型的潜空间中解决真实图像倒置和操控方向的问题，提出了 SemanticStyle 自编码器模型，并对其进行了定性和定量分析。
PDF2 years ago
潜空间中拥有所有：StyleGAN 隐空间探索实现属性编辑和样式操作
FLAME 是一种使用少量监督来进行操纵编辑方向的简单而有效的框架，可通过操纵潜在空间来实现高度可控的图像编辑。同时，还提出了属性样式操作的新任务，以生成具有不同属性样式的多样化图像。
PDF2 years ago
文本和图像帮助下的 3D 头像创造与操作
该论文介绍了一种基于文本或图像的提示（如 “年轻的脸” 或 “惊讶的脸”）来操纵三维生成模型中形态和纹理的方法，利用了对比语言图像预训练模型（CLIP）和预训练的生成人脸的三维 GAN 模型创建了一个完全可微的渲染管道来操作网格。
PDF2 years ago