AITTI：用于文本到图像生成学习自适应包容标记
计算机视觉与模式识别
2026-01-16 v3
摘要
尽管文本到图像生成能够产生高质量结果，但在生成内容中仍可见刻板偏见，这损害了生成模型的公平性。本文提出学习自适应包容标记以改变最终生成输出的属性分布。不同于现有去偏方法，本方法无需明确指定属性，也无需先验偏差分布知识。具体而言，本方法的核心是轻量级自适应映射网络，可为需去偏的概念定制包容标记，使其对未见概念具有可 generalization 性，无论其原始偏差分布如何。这通过在少量平衡且包容的样本上进行锚点损失来实现。实验结果表明，我们的方法在无需属性指定情况下优于之前的偏差缓解方法，同时保持生成结果与文本描述之间的对齐。此外，我们的方法性能与需要特定属性或编辑方向才能生成的模型相当。广泛实验展示了自适应包容标记在缓解文本到图像生成中刻板偏见方面的有效性。代码将于 https://github.com/itsmag11/AITTI 提供。
引用
@article{arxiv.2406.12805,
title = {AITTI: Learning Adaptive Inclusive Token for Text-to-Image Generation},
author = {Xinyu Hou and Xiaoming Li and Chen Change Loy},
journal= {arXiv preprint arXiv:2406.12805},
year = {2026}
}
备注
Accepted by IJCV