计算机科学 > 计算机视觉与模式识别
标题: SPF-肖像:面向语义无污染微调的纯肖像定制
标题: SPF-Portrait: Towards Pure Portrait Customization with Semantic Pollution-Free Fine-tuning
摘要: 微调预训练的文本到图像(T2I)模型在定制化的人像数据集上是文本驱动的人像属性定制的主流方法。 由于微调过程中的语义污染,现有方法在定制目标属性的同时难以保持原始模型的行为并实现增量学习。 为了解决这个问题,我们提出了SPF-Portrait,这是首个在文本驱动的人像定制中纯粹理解定制语义并消除语义污染的工作。 在我们的SPF-Portrait中,我们提出了一种双路径流程,将原始模型作为传统微调路径的参考。 通过对比学习,我们确保适应目标属性,并有意识地将其他不相关的属性与原始人像对齐。 我们引入了一种新的语义感知精细控制图,该图表示目标语义的精确响应区域,以空间引导对比路径之间的对齐过程。 这一对齐过程不仅有效保留了原始模型的性能,还避免了过度对齐。 此外,我们提出了一种新的响应增强机制,在强化目标属性性能的同时,缓解直接跨模态监督中的表示差异。 大量实验表明,SPF-Portrait实现了最先进性能。 项目网页:https://spf-portrait.github.io/SPF-Portrait/
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.