FlowFixer：面向细节保留的主体驱动生成
计算机视觉与模式识别
2026-03-02 v2
摘要
我们提出 FlowFixer，这是一种用于主体驱动生成（subject-driven generation, SDG）的细节恢复框架，可修复因主体尺度和视角变化导致的生成细节丢失。FlowFixer 提出了从视觉参考直接进行图像到图像的翻译，规避了语言提示模糊的问题。为实现图像到图像的训练，FlowFixer 引入一种一步去噪方案，用于生成自监督训练数据，自动去除高频细节而保留全局结构，从而有效模拟真实世界的 SDG 错误。我们进一步提出了基于关键点匹配的度量方法，以正确评估细节保真度，而不仅仅是常通过 CLIP 或 DINO 测量的语义相似性。实验结果表明，FlowFixer 在定性和定量评估方面均优于最新的 SDG 方法，为高保真度主体驱动生成树立了新基准。
引用
@article{arxiv.2602.21402,
title = {FlowFixer: Towards Detail-Preserving Subject-Driven Generation},
author = {Jinyoung Jun and Won-Dong Jang and Wenbin Ouyang and Raghudeep Gadde and Jungbeom Lee},
journal= {arXiv preprint arXiv:2602.21402},
year = {2026}
}