Redirecting the Flow: Image Customization through Attention Distribution Shift
重定向流：通过注意力分布偏移实现图像定制
Jie Li, Suorong Yang, Jian Zhao, Furao Shen
机构
*
State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）
；
School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）
；
School of Computer Science, Nanjing University（南京大学计算机科学与技术学院）
；
School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院）
AI总结
提出基于最大熵理论的Conditional Attention Distribution Shift方法，通过双分支架构CustomShift实现高效主题驱动图像生成，在DreamBooth和Custom101基准上优于现有方法。
机构
*
National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学计算机软件新技术国家重点实验室）
；
School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院）
；
School of Intelligence Science and Technology, Nanjing University, China（南京大学智能科学与技术学院）
机构
*
School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院）
；
Graduate College for Engineers, Beijing University of Posts and Telecommunications（北京邮电大学研究生院工程师学院）
；
School of Mathematical Sciences, Fudan University（复旦大学数学科学学院）
；
School of Cyberspace Security, Beijing University of Posts and Telecommunications（北京邮电大学网络空间安全学院）
；
School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院）
；
Chu Kochen Honors College, Zhejiang University（浙江大学竺可桢学院）
；
Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理学与认知科学系）
；
State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室）
；
School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院）
