研究人员推出了一种新颖的框架HEART,用于控制文本到图像扩散模型中的图像生成。与先前假设线性嵌入空间的模型不同,HEART认识到文本编码器的表示存在于超球面上,并且更好地由Kent分布描述。通过直接在超球面上执行Kent感知测地变换,HEART能够实现精确直观的图像编辑,例如主体替换和属性修改,而无需任何微调或优化。这种方法可以泛化到不同的扩散模型架构,并通过尊重语义概念的真实几何形状,实现更快、更可控的图像生成。 AI
影响 通过利用超球面几何,能够对扩散模型中的图像生成实现更精确直观的控制。
排序理由 该集群包含一篇研究论文,详细介绍了扩散模型的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
- Arani Roy
- arXiv
- DagsHub
- Euclidean
- HEART
- Hugging Face
- Kent distributions
- text-to-image diffusion models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →