text-guided diffusion models | BriefGPT

关键词text-guided diffusion models

搜索结果 - 14

AnyTrans：用大规模模型翻译图像中的任意文本
本文介绍了 AnyTrans，这是一个全面的框架，用于 Translate AnyText in the Image (TATI) 任务，包括多语言文本翻译和图像中的文本融合。该框架利用大规模模型（如大型语言模型和文本引导扩散模型）的优势，
PDF19 days ago
ICML基于提示的扩散模型精确音频编辑
通过输入的文本提示，我们提出了一种名为 PPAE 的新颖方法，它作为扩散模型的通用模块，实现了精确的音频编辑，通过扩散模型的交叉注意力图来促进准确的局部编辑，并采用分层的局部 - 全局流程确保更流畅的编辑过程，实验证明了我们方法在各种编辑任
PDF2 months ago
扩散模型中定制概念的非混淆生成
通过文本引导的扩散模型解决了组合概念生成中的常见挑战 —— 概念之间的视觉混淆，并针对定制概念的生成提出了一种简单有效的解决方案 CLIF：对比图像 - 语言微调，实验证明其在防止多定制概念生成中的混淆方面非常有效。
PDF2 months ago
ReNoise: 迭代噪声实现真实图像反转
最近，文本引导的扩散模型取得了强大的图像处理能力。然而，将这些方法应用于真实图像需要将图像反转到预训练的扩散模型的领域中。实现准确的反转仍然是一个挑战，特别是对于训练用于生成具有少量降噪步骤的图像的最新模型。在这项工作中，我们引入了一种具有
PDF4 months ago
ICLR噪声图引导：基于空间上下文的真实图像编辑反演
通过噪声地图引导的方式，我们提出了一种适用于真实图像编辑的反演方法，它具备空间上下文且无需优化，保持了良好的编辑质量。
PDF5 months ago
文本到图像扩散模型的固定点反演
通过固定点迭代的方法解决了扭曲反演的技术性挑战，设计了用于图像生成和处理的基于文本引导的扩散模型，并通过提示感知的编码调整改进了反演质量，最终在多个下游任务中取得了显著的改进。
PDF7 months ago
直接反演：使用 3 行代码提升基于扩散的编辑
文本引导扩散模型通过分离源图像和目标扩散分支，实现图像编辑的内容保留和编辑保真度优化，通过三行代码实现的直接反演技术在编辑基准测试中表现出卓越的性能和极大的加速。
PDF9 months ago
使用 DDPM 反演和语义指导的实际图像编辑 LEDITS
LEDITS 是一种轻量级的图像编辑方法，结合了 Edit Friendly DDPM 反演技术和语义引导，能够实现对真实图像的细微和广泛编辑，而无需优化和扩展架构。
PDFa year ago
基于文本引导的扩散模型的有趣性质
本文发现了 TDMs 的四个特性，并提出了一种名为 SAGE 的对抗攻击方法，用于发现 TDMs 的意外行为和失效情况。
PDFa year ago
使用扩散模型进行文本驱动图像编辑的 Prompt Tuning Inversion
本文提出了一种基于 Prompt Tuning Inversion 的精确快速反演技术，用于文本驱动的图像编辑，能够在保留输入图像高准确度的同时进行灵活的编辑，实验证明该方法在 ImageNet 数据集上的表现优于现有技术。
PDFa year ago
MagicFusion: 通过融合 Diffusion 模型改善文本到图像生成性能
本研究提出了一种名为 Saliency-aware Noise Blending（SNB）的简单而有效的方法，旨在将文本引导扩散模型组合起来以实现更可控的生成，并在各种应用中展现出令人印象深刻的有效性。
PDFa year ago
3DDesigner: 基于文本引导扩散模型的照片般逼真的 3D 物体生成和编辑
本文提出了一种基于文本引导扩散模型的 3D 场景生成、编辑和新视角合成方法，并重点讨论了 3D 一致性、本地编辑和单张图像训练等基础问题，取得了较好的效果。
PDF2 years ago
使用引导扩散模型编辑真实图像的无文本倒置技术
本文介绍了一种精确的图片逆向生成技术，实现了基于文本的图片编辑，通过引入 Pivotal inversion 和 NULL-text optimization 技术，以条件嵌入为导向，避免了模型权重的繁琐调整，并在真实照片上进行了高保真度编
PDF2 years ago
文本到图像模型的最佳提示及其发现方法
本研究使用基因算法，结合人类反馈，学习组合最有用的提示关键字，以改善使用描述生成艺术图像的美感。
PDF2 years ago