中文

LaRender:基于潜空间渲染的训练-free 遮挡控制图像生成

计算机视觉与模式识别 2025-08-12 v1

摘要

我们提出了一种新颖的训练-free 图像生成算法,能够精确控制图像中物体之间的遮挡关系。现有图像生成方法通常依赖提示词来影响遮挡,往往缺乏精确性。虽然布局到图像的方法可以控制物体的位置,但未能明确解决遮挡关系。给定预训练的图像扩散模型,我们的方法利用体积渲染原理在潜空间中“渲染”场景,受遮挡关系和物体估计的遮挡率的指导。这一方法无需重新训练或微调图像扩散模型,却能够由于其基于物理的基础实现准确的遮挡控制。在大量实验中,我们的方法在遮挡准确性方面显著优于现有方法。此外,我们演示了通过调整渲染中物体或概念的不透明度,本方法可以实现各种效果,例如改变物体的透明度、质量密度(如森林)、粒子浓度(如雨、雾)、光强度以及镜头效果的强度等。

关键词

引用

@article{arxiv.2508.07647,
  title  = {LaRender: Training-Free Occlusion Control in Image Generation via Latent Rendering},
  author = {Xiaohang Zhan and Dingming Liu},
  journal= {arXiv preprint arXiv:2508.07647},
  year   = {2025}
}

备注

Accepted by ICCV 2025 (oral). Project page: https://xiaohangzhan.github.io/projects/larender/