OverLayBench：面向密集重叠的布局到图像生成基准

尽管布局到图像生成取得了稳步进展，但当前方法在处理边界框之间存在显著重叠的布局时仍然困难。我们指出了两个主要挑战：（1）大的重叠区域和（2）语义差异极小的重叠实例。通过定性示例和定量分析，我们展示了这些因素如何降低生成质量。为了系统地评估这一问题，我们引入了 OverLayScore，一种用于量化重叠边界框复杂度的新指标。我们的分析表明，现有基准偏向于 OverLayScore 值较低的简单案例，限制了它们在更具挑战性的条件下评估模型性能的有效性。为了弥合这一差距，我们提出了 OverLayBench，一个具有高质量标注且在不同 OverLayScore 级别上分布均衡的新基准。作为提升复杂重叠性能的初步尝试，我们还提出了 CreatiLayout-AM，这是一个在精选的 amodal mask 数据集上微调的模型。总而言之，我们的贡献为在现实且具挑战性的场景下实现更鲁棒的布局到图像生成奠定了基础。项目链接：https://mlpc-ucsd.github.io/OverLayBench。