DEADiff-总结

DEADiff模型通过结构设计与训练范式的创新，成功缓解了风格图像注入对文本语义的干扰问题，实现了风格与内容的有效解耦。其核心在于结合Q-Former与非重构训练策略，分别抽取和引导风格及语义特征流入扩散模型的不同层级，确保生成图像既能保留参考图的风格，又能精准响应文本描述。实验评估显示，DEADiff在多个主观与客观指标上表现优越，证明其在风格化文本图像生成任务中的潜力。