Tag · 3 篇
文本嵌入
分布 图像编辑与可控生成2底层视觉与图像复原1
01 02 03
矫正潜空间以实现生成式单图像反射去除
Rectifying Latent Space for Generative Single-Image Reflection Removal
将编辑用途的潜扩散模型改造为图像复原工具，核心思路是通过反射等变VAE对齐潜空间与反射形成的线性物理过程，并用可学习任务特定文本嵌入和深度引导早分支采样提升生成质量，为利用生成模型解决高度病态逆问题提供了可复用的潜空间结构化方法。
MapRoute：通过语义路由实现精确概念擦除的映射器
MapRoute:Precise-Concept Erasing Mappers via Semantic Routing
在冻结的文本编码器之后插入轻量线性映射模块（Mappers），依据文本嵌入与目标概念嵌入的余弦相似度动态激活 top-K 模块，为扩散模型的概念擦除提供了一种免全模型微调、可插拔的干预手段，可直接复用于个性化生成中的敏感概念抑制与版权合规。
擦除数千个概念：面向文本到图像扩散模型的可扩展且实用的概念擦除
Erasing Thousands of Concepts: Towards Scalable and Practical Concept Erasure for Text-to-Image Diffusion Models
提出基于t分布混合模型和最优传输的概念擦除框架，可精确定位并擦除文本嵌入中的目标概念，同时保持其他概念生成质量，为扩散模型的安全可控生成提供可扩展方案。