DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation

摘要： 大型文本到图像模型在AI的发展中实现了显着的飞跃，能够从给定的文本提示对图像进行高质量和多样 化的合成。然而，这些模型缺乏模仿给定参考集中受 试者外观的能力，也无法在不同背景下综合他们的新 再现。在这项工作中，我们提出了一种文本到图像融 合模型的“个性化”新方法。给定仅输入子ject的几个 图像，我们微调预训练的文本到图像模型，使其学习 将唯一标识符与该特定子ject绑定。一旦主体嵌入到 模型的输出域中，唯一标识符就可用于合成在不同场 景中上下文中的主体的新颖逼真图像。通过利用嵌入 模型中的语义先验与新的自生类特定先验保存损失， 我们的技术能够在参考图像中未出现的各种场景、姿 势、视图和照明条件中合成主体。我们将我们的技术 应用于几个以前无懈可击的任务，包括主题重新语境 化、文本引导视图综合和艺术渲染，同时保留子词的......

---

原文        代码

---

本文译文来自于“学霸视界（xbsj.cool）”——文献翻译，每日可免费翻译外文！