Gass

新的 GASS 方法通过几何采样提升文本到图像生成的多样性

研究人员开发了一种名为几何感知球面采样（GASS）的新方法，以提高文本到图像模型的图像生成多样性。GASS 通过显式控制变异源来解决这些模型生成语义一致但视觉相似的图像的常见问题。该技术将图像嵌入的变异分解为依赖于提示和独立于提示的组成部分，引导生成过程沿着这些轴扩展嵌入的几何范围。实验表明，GASS 在不同生成模型架构上，对图像质量和语义准确性的影响极小的情况下，增强了多样性。