艺术智能：一种基于扩散的高保真风景画生成框架
计算机视觉与模式识别
2024-10-14 v4
摘要
生成高保真风景画仍是一个具有挑战性的任务，需要对结构和风格进行精确控制。本文提出了 LPGen，一种新颖的扩散模型，专为风景画生成设计。LPGen 引入解耦的跨注意力机制，独立处理结构和风格特征，有效模拟了传统绘画技法的分层方法。此外，LPGen 提出了结构控制器，一种多尺度编码器用于控制风景画的布局，在美学和构图之间取得平衡。该模型在高分辨率风景图像构成的精选数据集上进行预训练，按不同艺术风格分类，然后微调以确保输出的细节和一致性。通过广泛的评估，LPGen 在生成结构准确且风格连贯的绘画方面表现出优于当前最先进模型的优势。这一工作推动了 AI 生成的艺术，为探索技术与传统艺术实践的交汇提供了新途径。我们的代码、数据集和模型权重将公开可用。
引用
@article{arxiv.2407.17229,
title = {Artistic Intelligence: A Diffusion-Based Framework for High-Fidelity Landscape Painting Synthesis},
author = {Wanggong Yang and Yifei Zhao},
journal= {arXiv preprint arXiv:2407.17229},
year = {2024}
}