AlignMorph：通过显式语义传输进行免调整扩散图像变形

图像变形的目的是在两个输入图像之间产生平滑且语义一致的过渡。现有的基于扩散的变形方法要么需要昂贵的每对优化，要么依赖隐式空间对齐，这在较大的布局差异下很容易失败。为了解决这些限制，我们提出了 AlignMorph，一种新颖的免调整扩散框架，以先传输后降噪的原则为指导。我们明确地将几何对齐与生成去噪分离，以避免结构纠缠。我们的框架由两个核心组件组成。 （1）全局语义传输，通过熵最优传输和可靠性感知的潜在扭曲实现扩散兼容的语义对齐； （2）坐标对齐生成，它使用对称双相注意力切换来在整个去噪过程中保持一致的空间坐标。无需任何调整，AlignMorph 即可有效消除重影，并在变形基准上实现卓越的结构连贯性和时间平滑度。代码可从此 https URL 获取。