扩散模型中的概念混合技巧
计算机视觉与模式识别
2024-09-24 v2 人工智能
摘要
过去十年间,人们致力于利用多维(潜在)空间表征概念;然而,如何操作这些概念或进行推理仍 largely 不清晰。部分近期方法利用多个潜在表征及其联系,使此研究问题更加复杂化。我们的目标是理解潜在空间操作如何影响底层概念。为此,我们探索概念混合的任务,通过扩散模型实现。扩散模型基于文本提示的潜在表征与潜在空间之间的联系,实现图像重建与生成。此任务使我们能够尝试不同的文本组合策略,并通过可视化分析进行评估。我们的结论是,通过空间操作实现概念混合是可能的,尽管最佳策略取决于混合的上下文。
引用
@article{arxiv.2407.14280,
title = {How to Blend Concepts in Diffusion Models},
author = {Lorenzo Olearo and Giorgio Longari and Simone Melzi and Alessandro Raganato and Rafael Peñaloza},
journal= {arXiv preprint arXiv:2407.14280},
year = {2024}
}