LSReGen：基于反向引导框架的大规模区域生成器
计算机视觉与模式识别
2024-07-23 v1
摘要
近年来，AIGC (人工智能生成内容) 技术的进步显著提升了大型文本到图像模型的能力。尽管如此，可控图像生成仍是一个挑战。当前的方法，如训练、前向引导和反向引导，都存在显著局限性。前两种方法要么需要大量计算资源，要么产生效果不佳的结果。第三种方法依赖于特定模型架构中出现的现象，使其在大规模图像生成中难以应用。为此，我们提出了一种 novel 可控生成框架，提供对反向引导的通用解释，而无需依赖特定假设。借助该框架，我们引入了 LSReGen，一种大规模布局到图像的方法，用于生成高质量、符合布局要求的图像。实验结果表明，LSReGen 在大规模布局到图像任务中超越了现有方法，凸显了我们所提出框架的有效性。我们的代码和模型将开源。
引用
@article{arxiv.2407.15066,
title = {LSReGen: Large-Scale Regional Generator via Backward Guidance Framework},
author = {Bowen Zhang and Cheng Yang and Xuanhui Liu},
journal= {arXiv preprint arXiv:2407.15066},
year = {2024}
}