DC-ControlNet：解耦图像生成中的元素间与元素内条件
计算机视觉与模式识别
2025-06-04 v2
摘要
本文提出 DC（Decouple）-ControlNet，一个高度灵活且精确可控的多条件图像生成框架。DC-ControlNet 的核心思想是解耦控制条件，将全局控制转化为集成不同元素、内容和布局的层次化系统。这使用户能够以更大的灵活性混合这些 individual 条件，从而实现更高效和更精确的图像生成控制。以往的 ControlNet 模型仅依赖全局条件，这些条件影响图像的整个区域，缺乏元素或区域特定控制的能力。这一限制降低了灵活性，并可能在多条件图像生成中导致条件误解。为此，我们在 DC-ControlNet 中提出了元素内控制器和元素间控制器。元素内控制器处理单个元素内部的不同控制信号，准确描述该对象的内容和布局特征。对于元素之间的相互作用，我们引入元素间控制器，准确处理基于用户定义关系的多元素相互作用和遮挡。广泛的评估表明，DC-ControlNet 在控制灵活性和多条件控制精度方面显著优于现有的 ControlNet 模型和布局到图像生成模型。我们的项目网站地址为：https://um-lab.github.io/DC-ControlNet/。
关键词
引用
@article{arxiv.2502.14779,
title = {DC-ControlNet: Decoupling Inter- and Intra-Element Conditions in Image Generation with Diffusion Models},
author = {Hongji Yang and Wencheng Han and Yucheng Zhou and Jianbing Shen},
journal= {arXiv preprint arXiv:2502.14779},
year = {2025}
}