StyleKeeper：使用负面视觉查询指导防止内容泄露
计算机视觉与模式识别
2025-10-09 v1
摘要
在文本到图像生成领域，扩散模型已成为强大的工具。最近，针对视觉提示（即使用图像作为提示）的研究使人们能够更精确地控制风格和内容。然而，现有方法常常会出现内容泄露，即视觉提示中不希望的元素会随着所需风格一起被转移。为解决此问题，我们1)扩展无条件引导（CFG）以利用交换自注意力机制，提出2)负面视觉查询指导（NVQG）以减少不必要内容的转移。NVQG通过有意模拟内容泄露场景（即交换视觉提示的查询而非键值）来生成负面得分。该方法简单而有效，显著减少了内容泄露。此外，我们提供了使用真实图像作为视觉提示的具体方案。通过在各种风格和文本提示上的广泛评估，我们的方法优于现有方法，既能反映参考样式，又能确保生成图像符合文本提示。我们的代码可在\href{https://github.com/naver-ai/StyleKeeper}{here}获取。
引用
@article{arxiv.2510.06827,
title = {StyleKeeper: Prevent Content Leakage using Negative Visual Query Guidance},
author = {Jaeseok Jeong and Junho Kim and Gayoung Lee and Yunjey Choi and Youngjung Uh},
journal= {arXiv preprint arXiv:2510.06827},
year = {2025}
}
备注
Accepted to ICCV 2025; CVPRW AI4CC 2024 (Best Paper + Oral)