Omni-Attribute：用于视觉概念个性化的开放词汇属性编码器
计算机视觉与模式识别
2026-05-01 v2
摘要
视觉概念个性化旨在将特定图像属性（如身份、表情、光照和风格）转移到未见语境中。然而，现有方法依赖来自通用图像编码器的整体嵌入，这些嵌入纠缠了多个视觉因素，使得隔离单个属性变得困难。这通常导致信息泄漏和不连贯的合成。为了解决这一局限性，我们引入了Omni-Attribute，第一个用于学习高保真度、属性特定表示的开放词汇图像属性编码器。我们的方法联合设计数据和模型：（i）我们策划了带有正属性和负属性标注的语义关联图像对，以明确教导编码器保留或抑制什么；（ii）我们采用双目标训练范式，在生成保真度和对比式解缠之间取得平衡。所得嵌入在开放词汇属性检索、个性化和组合生成方面被证明是有效的，在多个基准测试中取得了最先进性能。
引用
@article{arxiv.2512.10955,
title = {Omni-Attribute: Open-vocabulary Attribute Encoder for Visual Concept Personalization},
author = {Tsai-Shien Chen and Aliaksandr Siarohin and Gordon Guocheng Qian and Kuan-Chieh Jackson Wang and Egor Nemchinov and Moayed Haji-Ali and Riza Alp Guler and Willi Menapace and Ivan Skorokhodov and Anil Kag and Jun-Yan Zhu and Sergey Tulyakov},
journal= {arXiv preprint arXiv:2512.10955},
year = {2026}
}
备注
CVPR 2026. Project page: https://snap-research.github.io/omni-attribute