arXiv · 机器人与计算机视觉· Nina Konovalova, Ibragim Idrisov, Kamil Garifullin, Timofei Sobornov, Aibek Alanov·· 16 天前AI 评分78
Heeding the Inner Voice: Aligning ControlNet Training via Intermediate Features Feedback
Heeding the Inner Voice: Aligning ControlNet Training via Intermediate Features Feedback
AI 导读
针对 ControlNet++ 仅在去噪后期引入一致性损失的局限,本文提出 InnerControl 训练策略。该方法通过轻量卷积探针从包括高噪声阶段在内的扩散过程中间特征重建输入控制信号(如边缘、深度),生成伪真值以最小化整个轨迹上的对齐差异。实验表明该方法在保持感知保真度的同时提升了控制对齐效果,适用于 UNet 和 Transformer 架构及多种条件方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org