Ground-A-Score：扩展分数蒸馏以实现多属性编辑
计算机视觉与模式识别
2024-03-21 v1 机器学习
摘要
尽管文本到图像扩散模型的最新进展促进了各种图像编辑技术，但复杂的文本提示常常因文本信息处理的瓶颈而导致某些要求被忽略。为解决这一挑战，我们提出了Ground-A-Score，这是一种简单而强大的模型无关图像编辑方法，通过在分数蒸馏过程中引入定位（grounding）来实现。该方法考虑了图像中物体位置的先验知识，确保编辑结果能精确反映复杂的提示要求。此外，通过使用新的惩罚系数和对比损失进行选择性应用，有助于精确瞄准编辑区域，同时保持源图像中物体的完整性。定性评估和定量分析均证实，Ground-A-Score能成功遵循扩展且多方面的提示的复杂细节，确保在尊重原始图像属性的同时获得高质量结果。
引用
@article{arxiv.2403.13551,
title = {Ground-A-Score: Scaling Up the Score Distillation for Multi-Attribute Editing},
author = {Hangeol Chang and Jinho Chang and Jong Chul Ye},
journal= {arXiv preprint arXiv:2403.13551},
year = {2024}
}