AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：「?jìng)€(gè)性化」圖像生成時(shí)代來(lái)了！六大頂尖高校聯(lián)手發(fā)布全新Gen4Gen框架
關(guān)鍵字：圖像,概念,數(shù)據(jù),研究人員,模型
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：7507字

內(nèi)容摘要：

新智元報(bào)道編輯：LRS
【新智元導(dǎo)讀】文中提出了一個(gè)半自動(dòng)數(shù)據(jù)集創(chuàng)建管道Gen4Gen，將個(gè)性化概念與文本描述結(jié)合成復(fù)雜的組合，創(chuàng)建了基準(zhǔn)測(cè)試數(shù)據(jù)集MyCanvas，利用CP-CLIP 和 TI-CLIP指標(biāo)證明了該方法的有效性。過(guò)去幾年里，基于文本來(lái)生成圖像的擴(kuò)散模型得到了飛速發(fā)展，生成能力有了顯著的提升，可以很容易地生成逼真的肖像畫(huà)，以及各種天馬行空的奇幻畫(huà)作。
近期的相關(guān)研究主要集中在控制模型生成「?jìng)€(gè)性化」的內(nèi)容，即用戶先提供一個(gè)最小概念圖像集，然后對(duì)預(yù)訓(xùn)練的文本轉(zhuǎn)圖像擴(kuò)散模型進(jìn)行增強(qiáng)，從而使模型可以生成包含個(gè)性化概念的新場(chǎng)景。
現(xiàn)有的一些工作可以增強(qiáng)用戶對(duì)生成過(guò)程的控制，并衍生出許多量身定制的應(yīng)用場(chǎng)景；但要同時(shí)對(duì)多個(gè)概念進(jìn)行個(gè)性化處理，并控制圖像生成以準(zhǔn)確遵循給定的文本描述，仍然具有挑戰(zhàn)性。
最近，來(lái)自加州大學(xué)伯克利分校、牛津大學(xué)、哈佛大學(xué)、卡內(nèi)基梅隆大學(xué)、香港大學(xué)、加州大學(xué)戴維斯分校的研究人員聯(lián)合發(fā)表了一篇論文，討論了「圖像生成個(gè)性化」領(lǐng)域下的兩個(gè)關(guān)鍵問(wèn)題。
論文鏈接：https://arxiv.org/abs/2402.15504
項(xiàng)目主頁(yè)：https://danielc

原文鏈接：「?jìng)€(gè)性化」圖像生成時(shí)代來(lái)了！六大頂尖高校聯(lián)手發(fā)布全新Gen4Gen框架

聯(lián)系作者

文章來(lái)源：新智元
作者微信：AI_era
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。