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......
DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation
于 2023-08-27 21:37:46 首次发布