Minjung Shin

新的ASemConsist框架增强了文本到图像生成中的身份一致性

研究人员推出了一种新颖的ASemConsist框架，旨在在不影响每张图像的提示对齐的情况下，提高文本到图像生成中的身份一致性。该方法通过选择性地修改文本嵌入来实现这一点，重点关注保留与提示相关语义的填充嵌入。该框架还采用了一种自适应特征共享策略，仅对模糊的身份提示应用约束。开发了一种名为SeeSaw的新评估指标来衡量身份一致性和提示对齐之间的平衡，并且ASemConsist在与SD3.5和FLUX骨干集成时表现出卓越的性能。