Frequency-Adaptive Contextual Blend

新的CamoDreamer方法通过解耦特征改进伪装图像生成

研究人员推出了一种新颖的伪装图像生成方法CamoDreamer，旨在提高物体与背景的无缝融合。该方法通过在潜在空间中解耦物体和背景特征，防止跨上下文表示泄露，从而解决了现有技术的局限性。CamoDreamer利用对比感知上下文桥接来建模差异和双条件引导，然后通过上下文解耦的同化流进行独立生成交互。频率自适应上下文混合模块通过整合高频纹理和低频结构进一步增强了连贯性。实验表明，CamoDreamer在保持轻量级设计的同时，性能优于当前方法。