基于条件和掩码引导的无训练电商风格一致图像合成
计算机视觉与模式识别
2024-09-10 v1
摘要
生成风格一致的图像是电商领域的常见任务，当前方法主要基于扩散模型，已取得优异的效果。本文引入qkv(查询/键/值)水平的概念，即在将unets集成到图像条件时，对注意力图(自注意力和交叉注意力)的修改。旨在在不扰乱电商图像中产品主要构成的前提下，使用基于预设条件的无训练方法。具体方法是使用共享kv来增强交叉注意力中的相似性，并从注意力图生成掩码引导，以巧妙地引导风格一致图像的生成。我们的方法在实际应用中显示出良好的前景。
引用
@article{arxiv.2409.04750,
title = {Training-Free Style Consistent Image Synthesis with Condition and Mask Guidance in E-Commerce},
author = {Guandong Li},
journal= {arXiv preprint arXiv:2409.04750},
year = {2024}
}