摘要
摘要
近些年来随着深度学习技术的不断发展,基于深度学习的图像编辑方法不
断被提出,并且逐渐取代了基于手工的编辑方法。且随着多模态深度学习领域的
发展,通过文本引导的方式对图像进行编辑的技术也越来越成熟,其中扩散模型
凭借其可解释的生成过程和渐进式优化等特性,已成为该领域的主流架构之一。
然而在文本引导的图像编辑任务中,研究者发现扩散模型在跨模态对齐能力、编
辑精度和生成质量等方面仍存在着问题。
为了解决这些问题,本
摘要
摘要
近些年来随着深度学习技术的不断发展,基于深度学习的图像编辑方法不
断被提出,并且逐渐取代了基于手工的编辑方法。且随着多模态深度学习领域的
发展,通过文本引导的方式对图像进行编辑的技术也越来越成熟,其中扩散模型
凭借其可解释的生成过程和渐进式优化等特性,已成为该领域的主流架构之一。
然而在文本引导的图像编辑任务中,研究者发现扩散模型在跨模态对齐能力、编
辑精度和生成质量等方面仍存在着问题。
为了解决这些问题,本
文档评论(0)