扩散模型中属性操控的全能滑块
计算机视觉与模式识别
2026-03-20 v3
摘要
文本到图像（T2I）扩散模型在生成高质量图像方面取得了显著进展。然而，逐步操控生成图像的某些属性以满足用户期望仍然具有挑战性，特别是对于内容丰富的图像（如人脸）。一些研究尝试通过训练滑块模块来解决此问题。然而，这些方法遵循**一对一**的方式，即为每个属性训练一个独立的滑块，当引入新属性时需要额外训练。这不仅导致滑块参数的冗余积累，还限制了实际应用的灵活性和属性操控的可扩展性。为了解决这些问题，我们引入了**全能滑块**（All-in-One Slider），一种轻量级模块，将文本嵌入空间分解为稀疏且语义上有意义的属性方向。一旦训练完成，它即可作为通用滑块，实现对各种属性的可解释且精细的连续控制。此外，通过组合所学的方向，All-in-One Slider支持多个属性的组合以及对未见属性（例如种族和名人）的零样本操控。广泛的实验结果表明，我们的方法实现了准确且可扩展的属性操控，相较于先前方法取得了显著的改进。此外，我们的方法可以扩展到与反转框架集成，用于对真实图像执行属性操控，拓宽了其在各种实际场景中的应用。该代码已在[我们的项目](https://github.com/ywxsuperstar/ksaedit)页面上提供。
引用
@article{arxiv.2508.19195,
title = {All-in-One Slider for Attribute Manipulation in Diffusion Models},
author = {Weixin Ye and Hongguang Zhu and Wei Wang and Yahui Liu and Mengyu Wang and Xuecheng Nie},
journal= {arXiv preprint arXiv:2508.19195},
year = {2026}
}
备注
accepted by CVPR 2026