NoiseQuery：用于目标驱动图像生成的隐式引导
计算机视觉与模式识别
2025-08-04 v3
摘要
在本工作中，我们引入 NoiseQuery 作为增强噪声初始化的新方法，以提高灵活的目标驱动文本到图像(T2I)生成的质量。具体而言，我们提议利用与文本提示等显式用户定义输入相匹配的高斯噪声作为隐式引导，以实现更好的生成质量和可控性。与旨用于特定模型的现有噪声优化方法不同，我们的方法基于对通用有限步噪声调度器设计的基本性检查，允许在无需调参的情况下跨不同基于扩散的体系结构实现更好的普适性。这种模型无关性质使我们能够构建与多种 T2I 模型和增强技术兼容的可重用噪声库，作为更有效生成的基础层。广泛的实验表明，NoiseQuery 实现了对低级视觉属性的细粒度控制，显著提升了性能，不仅在高层语义方面，也在通常难以通过文本alone指定的方面，能够无缝集成到当前工作流程中，并具有最小的计算开销。
引用
@article{arxiv.2412.05101,
title = {The Silent Assistant: NoiseQuery as Implicit Guidance for Goal-Driven Image Generation},
author = {Ruoyu Wang and Huayang Huang and Ye Zhu and Olga Russakovsky and Yu Wu},
journal= {arXiv preprint arXiv:2412.05101},
year = {2025}
}
备注
ICCV 2025 Highlight