CLiC：上下文中的概念学习
计算机视觉与模式识别
2023-11-30 v1
摘要
本文解决从单张图像学习物体局部视觉图案并生成描绘带有该图案物体的图像的挑战。学习局部概念并将其置于目标图像中的物体上是一项非平凡任务，因为物体可能具有不同朝向与形状。我们的方法建立在视觉概念学习近期进展之上。它涉及从源图像获取视觉概念（例如装饰物），随后将其应用于目标图像中的物体（例如椅子）。我们的核心思想是在上下文概念学习中进行，在所隶属物体的更广阔上下文中获取局部视觉概念。为定位概念学习，我们采用包含掩码内概念及周围图像区域的软掩码。我们通过图像内物体生成展示我们的方法，呈现上下文学习概念的可信嵌入。我们还引入了将所获概念导向目标图像内特定位置的方法，采用交叉注意力机制，并建立源物体与目标物体间的对应。我们方法的有效性通过定量与定性实验以及与基线技术的比较得以证明。
引用
@article{arxiv.2311.17083,
title = {CLiC: Concept Learning in Context},
author = {Mehdi Safaee and Aryan Mikaeili and Or Patashnik and Daniel Cohen-Or and Ali Mahdavi-Amiri},
journal= {arXiv preprint arXiv:2311.17083},
year = {2023}
}