跳到正文
arXiv · 机器人与计算机视觉· Nabyl Quignon, Antitza Dantcheva·· 2 天前AI 评分78

Few-Shot Visual Concept Extraction for Steering Diffusion Transformers

Few-Shot Visual Concept Extraction for Steering Diffusion Transformers

AI 导读

该论文提出一种无需训练的新框架,直接从扩散 Transformer 的图像侧激活中提取视觉概念方向。该方法利用简单的均值差估计器,能在少样本提示对下识别出可复用的概念方向并注入推理过程以实现连续控制。定量结果显示,其方法优于文本编码器引导和免训练激活编辑基线,且能与专用编辑模型竞争,支持在同一图像中对多个概念进行精确的定向和组合式操控。

来源:arXiv · 机器人与计算机视觉 · arxiv.org