PRISM: Flow Matching senza GAN per la Traduzione di Immagini Non Appaiata e Controllabile
Un nuovo studio introduce PRISM, un framework di flow matching progettato per la traduzione da immagine a immagine non appaiata senza fare affidamento sui GAN. Questo nuovo metodo sostituisce le usuali metriche globali di rumore o guida con un gate appreso su misura per ogni caratteristica, migliorando l'accuratezza nel decidere quali parti di un'immagine alterare o mantenere. Il prior spaziale del gate è informato dalla distanza standardizzata delle caratteristiche sorgente dalla distribuzione delle caratteristiche target, permettendo di ignorare caratteristiche lontane mentre mantiene quelle rilevanti. Supervisiona anche l'inizializzazione integrando il latente sorgente effettivo con una corruzione specifica e regola i tempi di trasporto durante l'integrazione dell'Equazione Differenziale Ordinaria (ODE). La corruzione ancorata al contenuto (AdaIN) aiuta a mantenere l'integrità strutturale nella traduzione. Per maggiori dettagli, consultare arXiv, identificatore 2608.06240, pubblicato come invio di tipo cross.
Fatti principali
- PRISM è un framework di flow matching senza GAN per la traduzione di immagini non appaiata.
- Sostituisce il controllo globale con un gate appreso per ogni caratteristica.
- Il prior spaziale del gate utilizza la distanza standardizzata dalla distribuzione delle caratteristiche target.
- Il gate controlla sia l'inizializzazione che i tempi di trasporto durante l'integrazione ODE.
- La corruzione è ancorata al contenuto (AdaIN) per una traduzione che preserva la struttura.
- L'articolo è disponibile su arXiv con ID 2608.06240.
- Il tipo di annuncio è cross.
- Il framework mira a separare il contenuto da mantenere dall'aspetto da cambiare.
Entità
Istituzioni
- arXiv