AdaEraser：通过自适应注意力抑制实现免训练的目标移除

目标移除旨在从图像中消除指定目标，同时用背景内容合理地修复受影响的区域。当前的免训练方法通常在图像生成过程中，在自注意力层内阻断对目标区域的注意力，利用周围的背景信息来恢复图像。然而，在移除区域不加区分地抑制自注意力可能会降低生成质量，因为模型必须同时重建这些区域的背景内容。为了解决这一冲突，我们提出了AdaEraser，这是一个自适应框架，它根据估计的目标物体概念的存在来动态调制注意力。通过分析移除前和移除过程中去噪时间步上的自注意力图演变，我们提出了一种逐令牌的自适应注意力抑制策略。这种方法能够在整个去噪过程中逐步感知目标移除，并自适应地调整自注意力层中的抑制强度。大量实验表明，AdaEraser在目标移除方面取得了优越的性能，甚至优于基于训练的方法。