AnchorDiff

AnchorDiff 通过减少视觉泄露来改进 AI 概念锚定

研究人员推出了 AnchorDiff，一种新颖的免训练方法，旨在改进多模态扩散 Transformer (MM-DiTs) 中的概念锚定。该方法解决了“概念泄露”问题，即视觉注意力错误地溢出到非目标对象上，尤其是在概念视觉相似时。AnchorDiff 首先识别高置信度锚点，然后使用混合图传播技术来精炼定位并防止跨对象干扰。AnchorDiff 的有效性通过在标准数据集和新的多概念混淆数据集上的实验得到证明，显示概念泄露显著减少。