Tag · 5 篇

DDIM-反演

分布鲁棒性与安全3生成模型与扩散1图像编辑与可控生成1

X-AVDT: Audio-Visual Cross-Attention for Robust Deepfake Detection

把生成器内部的音视频交叉注意力当作取证线索：用 DDIM 反演取回生成过程中的模态对齐特征与反演差异图，作为检测器输入，这一思路可迁移到其他「利用生成模型内部表征做取证/溯源」的视觉任务。

The Universal Normal Embedding

把 DDIM 反演得到的扩散噪声当作可线性探测的语义潜变量，用线性探针与正交化方向实现无需改架构的可控属性编辑；这为视觉研究者提供了一条把生成噪声与 CLIP/DINO 嵌入对齐、复用于编辑与表征分析的具体路径。

TINA: Text-Free Inversion Attack for Unlearned Text-to-Image Diffusion Models

用无文本（null-text）DDIM 反演加优化来绕过以文本为中心的擦除防御，为评估扩散模型概念擦除是否真正移除视觉知识提供了一个可复用的探针手段；做 unlearning/safety 评测时可直接借用该 inversion 流程检验模型内部是否仍保留被擦除概念的生成通路。

Language-Free Generative Editing from One Visual Example

提出从成对视觉示例中直接提取条件信号、无需文本与训练即可驱动扩散模型编辑的范式，其 condition-steering 机制与 inversion-correction 步骤可迁移到任何基于 DDIM 反演的编辑流程中，用于缓解反演重建误差并实现语言难以描述的变换（如雨、模糊）。

InvAD: Inversion-based Reconstruction-Free Anomaly Detection with Diffusion Models

把扩散模型的 DDIM 反演当作无需重建的异常打分器：只需少量反演步把测试图加噪到潜变量，再用已知先验分布度量偏离度，可直接替换重建式 AD 中昂贵的多步去噪流程，兼顾精度与约两倍推理加速。