DivRL

DivRL框架解决了图像生成的身份-多样性悖论

研究人员开发了一个新的训练后框架DivRL，以解决主体驱动图像生成中的“身份-多样性悖论”。当保持强大的身份一致性导致输出多样性较低时，就会出现这种悖论。DivRL使用解耦的视觉特征同时优化身份一致性和结构多样性。该框架引入了用于多样性的负自相似度量（nSSM）和用于身份的视觉语义匹配（VSM）。通过将VSM视为门控约束，DivRL惩罚违反身份阈值的样本，从而能够联合改进nSSM和VSM。