CharaConsist：面向细粒度一致字符生成

Mengyu Wang; Henghui Ding; Jianing Peng; Yao Zhao; Yunpeng Chen; Yunchao Wei

CharaConsist：面向细粒度一致字符生成

计算机视觉与模式识别 2025-07-16 v1

作者: Mengyu Wang , Henghui Ding , Jianing Peng , Yao Zhao , Yunpeng Chen , Yunchao Wei

摘要

在文本到图像生成中，保持一致性的生成同一身份的系列内容对于实际应用至关重要。尽管已有一些工作探索了训练无关的方法来增强生成主体的一致性，但我们注意到这些方法存在以下问题。首先，它们无法维持一致的背景细节，这限制了其适用性。此外，当前景人物发生显著的运动变化时，身份和服装细节的不一致性就会变得明显。为解决这些问题，我们提出了 CharaConsist，采用点跟踪注意力和自适应 token 合并，并实现前景和背景的解耦控制。CharaConsist 实现了前景和背景的细粒度一致性，支持在固定场景中连续生成单个人物，或在不同场景中离散生成。此外，CharaConsist 是首个针对文本到图像 DiT 模型设计的一致生成方法。其在保持细粒度一致性方面的能力，结合了最新基础模型的更大容量，使其能够产生高质量的视觉输出，拓宽了其在更广泛实际场景中的适用性。该源代码已发布于 https://github.com/Murray-Wang/CharaConsist

关键词

文本到图像生成人物一致性注意力机制 token 合并 DiT 模型

引用

@article{arxiv.2507.11533,
  title  = {CharaConsist: Fine-Grained Consistent Character Generation},
  author = {Mengyu Wang and Henghui Ding and Jianing Peng and Yao Zhao and Yunpeng Chen and Yunchao Wei},
  journal= {arXiv preprint arXiv:2507.11533},
  year   = {2025}
}

备注

ICCV 2025 accepted paper, project page: https://murray-wang.github.io/CharaConsist/

CharaConsist：面向细粒度一致字符生成

摘要

关键词

引用

备注

相关论文