注意力共享中的恶魔：通过注意力协同改进复杂非刚性图像编辑的忠实性

训练自由的图像编辑已变得实用，但对复杂非刚性编辑（如姿态或形状变化）的忠实执行仍高度具有挑战性。我们识别出关键原因：现有注意力共享机制中存在注意力坍缩，无论是位置嵌入还是语义特征主导视觉内容检索，导致过度编辑或不足编辑。为此，我们引入了 SynPS 方法，通过协同利用位置嵌入和语义信息来实现非刚性图像编辑的忠实性。我们首先提出一种编辑度量，用于量化每个去噪步骤中所需的编辑幅度。基于此度量，我们设计了注意力协同管道，动态调制位置嵌入的影响，使 SynPS 能够平衡语义修改与保真度保持。通过自适应整合位置和语义线索，SynPS 有效避免了过度和不足编辑。大量实验在公开和新构建的基准测试上表明，我们的方法在性能和忠实性方面具有优势。