面向主题驱动一次性生成的衍生类构建，继承类别属性

近期，主题驱动生成因其能够个性化文本到图像的生成而受到了显著关注。典型的研究集中在学习新主题的私有属性。然而，一个重要的事实并没有被认真对待，那就是一个主题不应该是一个孤立的新概念，而应该是预训练模型中某个类别的特化。这导致主题未能全面继承其类别中的属性，造成了与属性相关的生成质量差。在本文中，我们受到面向对象编程的启发，将主题建模为一个派生类，其基类是其语义类别。这种建模使主题能够从其类别中继承公共属性，同时从用户提供的示例中学习其私有属性。具体来说，我们提出了一种即插即用的方法，主题衍生规则化（SuDe）。它通过限制主题驱动生成的图像在语义上属于主题的类别，构建了基类-衍生类建模。在三种基线和两种骨干网络上针对各种主题进行的广泛实验表明，我们的SuDe在保持主题忠实度的同时，能够激发丰富的与属性相关的生成。