Factor Alignment Accuracy

新的X-MULTI方法通过解耦成像因子来改进图像生成

研究人员推出了一种新颖的文本到图像生成方法X-MULTI，该方法增强了成像因子的解耦。该方法利用预训练的视觉语言模型（VLM）来监督训练过程中新因子组合的合成，解决了先前工作中模型仅在观察到的组合上进行训练的局限性。此外，该研究提出了改进的FAA（I-FAA）作为评估解耦质量的更鲁棒的指标，因为现有的因子对齐准确率（FAA）指标存在跨因子相关性泄露的问题。实验表明，X-MULTI在新的组合上提高了因子对齐度，并且I-FAA提供了对解耦…