基于扩散模型的一致性角色零样本生成方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于扩散模型的一致性角色零样本生成方法
申请号:
CN202411873178
申请日期:
2024-12-18
公开号:
CN119810232A
公开日期:
2025-04-11
类型:
发明专利
摘要
本发明提供了一种基于扩散模型的一致性角色零样本生成方法,在无参考图像的情况下,仅通过将文本序列输入分层语义解析模块实现文本到语义特征的解析,提升模型对文本描述中细粒度属性的理解能力;通过对比语义对齐模块实现文本向量与语义特征向量的对齐,生成初始图像;利用递进式注意力引导模块提供层次化的注意力引导,能够在对初始图像进行去噪过程中自适应地关注不同属性,保证生成结果的质量和一致性;利用语义一致性正则化模块防止生成过程中的语义漂移,从而生成与文本序列对应的图像。
技术关键词
样本生成方法
语义一致性正则化
注意力
语义特征
姿态特征
文本
前馈神经网络
对齐模块
矩阵
图像生成模型
投影单元
输入端
表达式
序列
风格
输出端
分层