DLSF：用于高保真图像合成的双层协同融合
图形学
2025-07-21 v1
摘要
随着扩散式生成模型的快速发展，Stable Diffusion (SD) 已成为高保真图像合成的前沿框架。然而，现有 SD 模型在特征聚合方面存在不足，导致语义对齐不完整，尤其在高度纹理和复杂场景中细节丢失。为解决这些限制，我们提出一种新颖的双潜在集成框架，增强基底潜在表示与精炼潜在表示之间的特征交互。我们的方法采用特征拼接策略，随后通过自适应融合模块实现特征融合，可实例化为 (i) 用于层次特征协调的自适应全局融合 (AGF)，或 (ii) 用于空间感知细化的动态空间融合 (DSF)。该设计实现了更有效的跨潜在通信，既保留全局一致性，又保持局部纹理保真度。我们的 GitHub 页面：https://anonymous.4open.science/r/MVA2025-22。
引用
@article{arxiv.2507.13388,
title = {DLSF: Dual-Layer Synergistic Fusion for High-Fidelity Image Syn-thesis},
author = {Zhen-Qi Chen and Yuan-Fu Yang},
journal= {arXiv preprint arXiv:2507.13388},
year = {2025}
}