ControlVP: 具有一致灭点的AI生成图像的交互式几何精修
计算机视觉与模式识别
2025-12-09 v1
摘要
最近的文本到图像模型（如Stable Diffusion）已取得令人印象深刻的视觉质量，但它们常常存在几何不一致性，削弱了生成场景的结构真实性。一个突出问题是灭点不一致，即平行线在二维空间中的投影未能正确汇聚。这导致结构上不合理的几何形态，降低了空间真实性，尤其是在建筑场景中。我们提出ControlVP，一个用于纠正生成图像中灭点不一致的用户引导框架。我们的方法通过引入源自建筑轮廓的结构引导来扩展预训练扩散模型。我们还引入了几何约束，明确鼓励图像边缘与透视线索之间的对齐。我们的方法在保持与基线可比的视觉保真度的同时增强了全局几何一致性。这一能力对于需要精确空间结构的应用程序（如图像到3D重建）尤为有价值。数据集和源代码可在https://github.com/RyotaOkumura/ControlVP 获取。
引用
@article{arxiv.2512.07504,
title = {ControlVP: Interactive Geometric Refinement of AI-Generated Images with Consistent Vanishing Points},
author = {Ryota Okumura and Kaede Shiohara and Toshihiko Yamasaki},
journal= {arXiv preprint arXiv:2512.07504},
year = {2025}
}
备注
Accepted to WACV 2026, 8 pages, supplementary included. Dataset and code: https://github.com/RyotaOkumura/ControlVP