タグ

#視覚特徴の記事一覧

1件の記事があります。

学習・ファインチューニング

DIFTとは？画像生成モデルの中間特徴で同じ部位を探し、編集や追跡に活かす技術

DIFTは、学習済み拡散モデルから位置ごとの特徴を抽出し、画像間の対応点を見つける技術です。ノイズ量と抽出層の選び方、特徴の平均化、実験結果から、画像編集や動画アノテーションへの応用と限界を解説します。

参照論文：Emergent Correspondence from Image Diffusion