arXiv · 机器人与计算机视觉· Haoran You, Yotam Nitzan, Lingzhi Zhang, Yifan Gong, Mang-Tik Chiu, Connelly Barnes, Yan Kang, Yuqian Zhou, Haitian Zheng, Eli Shechtman, Sohrab Amirghodsi·· 9 天前AI 评分72
HiLo-Token:面向高效图像编辑模型服务的输入自适应高低频 Token 压缩方法
HiLo-Token: Input-Adaptive High-Low Frequency Token Compression for Efficient Image Editing Model Serving
AI 导读
针对扩散 Transformer(DiT)在图像编辑中延迟高的问题,本文提出 HiLo-Token 框架。该方法根据用户掩码区域分配更多 Token 以保留细节与上下文,对非编辑区则利用空间频率策略仅用高频 Token 捕捉局部特征、低频 Token 表征全局结构。
来源:arXiv · 机器人与计算机视觉 · arxiv.org