subject-driven generation | BriefGPT

关键词subject-driven generation

搜索结果 - 6

AttenCraft: 文本图像定制中基于注意力引导的多概念解耦
使用 AttenCraft 方法，我们提出了一种基于注意力引导的多概念解缠方法，它使用了自注意力和交叉注意力图来生成精确的概念掩模，并在训练过程中应用于每个目标概念的交叉注意力激活，从而在图像对齐方面优于基线模型，并在文本对齐方面表现相当。
PDFa month ago
CVPRFaceChain-SuDe：构建派生类以继承类别属性，实现一次性主题驱动生成
通过将主题建模为派生类，基类为语义类别，我们提出了一种主题派生正则化（SuDe）方法，能够在学习私有属性的同时继承来自语义类别的公共属性，从而实现了富有想象力的属性相关生成并保持主题的忠实性。
PDF4 months ago
DreamTuner：主题驱动生成仅需一张图片
DreamTurner 是一种新方法，通过将粗略主题特征逐渐注入到细节中，有效地实现主题驱动的图像生成，其中引入了主题编码器以保留粗略主题特征并使用自主题注意力层来提炼目标主题的细节特征。
PDF6 months ago
正交微调控制文本到图像的扩散
本文提出了一种基于正交细调方法（OFT）的文本到图像扩散模型，该方法能够可靠地实现下游任务，包括主题驱动生成和可控生成。
PDFa year ago
BLIP-Diffusion: 预训练主体表示，用于可控文本到图像生成和编辑
本文提出了一种支持多模态控制的主题驱动图像生成模型 BLIP-Diffusion，其中引入了一个新的多模态编码器进行图像和文本的表示。相对于 DreamBooth 等现有方法，该模型使的主题驱动生成零 - shot 成为可能，并且可以高效地
PDFa year ago
CVPRDreamBooth: 针对主题驱动生成的 Fine Tuning 文字到图像扩散模型
提出了一种新的 text-to-image 模型的个性化方法，该方法能够通过少量输入的图像，fine-tune 预训练的 text-to-image 模型，使其能够将唯一标识符绑定到特定主题上，并能够综合场景、姿态、观点和光照中出现的主题的
PDF2 years ago