跳到正文
arXiv · 机器人与计算机视觉· Taewon Kang, Matthias Zwicker·· 12 小时前AI 评分60

DCR:用于罕见组合生成的反事实吸引子引导

DCR: Counterfactual Attractor Guidance for Rare Compositional Generation

AI 导读

该论文针对扩散模型在生成罕见但合理的图像组合时易发生默认补全偏差的问题,提出无需重训的 DCR 框架。该方法通过构建反事实吸引子并移除与漂移方向对齐的引导分量,有效抑制高频语义配置对生成过程的干扰,同时保持视觉质量。

来源:arXiv · 机器人与计算机视觉 · arxiv.org