跳到正文
arXiv · 机器人与计算机视觉· Xinlong Zhang, Jia Wei, Xiaoyu Zhang, Teng Zhou, Chengyu Lin, Yongchuan Tang·· 2 天前AI 评分66

COLLAR:基于级联物体级潜变量细化的高保真条件生成方法

COLLAR: Cascaded Object-Level Latent Refinement for High-Fidelity Conditional Generation

AI 导读

COLLAR 是一种免训练的扩散模型优化框架,旨在解决现有方法在物体级控制中存在的视觉伪影和局部区域精确控制困难问题。该方法通过视场(FoV)扩展逐步优化物体级特征:首先利用跨尺度语义对齐模块将物体特征注入扩展视场分支以消除空间语义差距;其次引入循环特征注入机制,基于频率自适应策略用上下文对齐的局部信息更新全局骨干网络;最后将扩展视场分支作为枢纽整合上下文对齐的特征。

来源:arXiv · 机器人与计算机视觉 · arxiv.org