BriefGPT - AI 论文速递
·
CustomContrast：一种多层对比视角用于基于主题的文本到图像定制
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
Diffusion是一种新的开放域个性化图像生成模型，通过一个参考图像生成单一或多个主体。它使用自动数据标注工具和LAION-Aesthetics数据集构建了大规模数据集。通过融合文本和图像语义，以及粗粒度位置和细粒度参考图像控制，最大化主体的准确性和一般化能力。采用注意力控制机制支持多主体生成。在单一、多个和人类定制的图像生成方面优于其他框架。
🎯
关键要点
- 提出了一种新的开放域个性化图像生成模型Subject-Diffusion。
- 该模型不需要测试时微调，只需一个参考图像即可支持个性化生成单一或多个主体。
- 构建了一个包含7600万图像的大规模数据集，包含主体检测边界框、分割掩模和文本描述。
- 设计了一个新的统一框架，融合文本和图像语义，结合粗粒度位置和细粒度参考图像控制。
- 采用注意力控制机制支持多主体生成。
- 大量定性和定量结果表明，该方法在图像生成方面优于其他最先进的框架。
➡️
