PaintFlow：用于交互式油画编辑与生成的统一框架

油画作为将人类抽象思维与艺术表达融合的高级媒介，其数字化生成与编辑面临诸多挑战，主要源于复杂的笔触动力学和风格化特征。现有生成与编辑技术往往受限于训练数据的分布，主要聚焦于修改真实照片。在本工作中，我们引入一个用于油画生成与编辑的统一多模态框架。该系统允许用户利用参考图像实现精确语义控制，手绘草图实现空间结构对齐，并通过自然语言提示实现高层语义指引，同时在所有输出结果中保持统一的绘画风格。我们的 method 通过三个关键技术进展实现了交互式油画创作。首先，我们增强训练阶段的空间对齐与语义增强条件策略，将掩码和草图映射为空间约束，将参考图像和文本的上下文嵌入编码为特征约束，从而实现对象级语义对齐。其次，为克服数据稀缺问题，我们提出一种基于笔画渲染 (Stroke-Based Rendering, SBR) 的自监督风格迁移管道，模拟油画修复中的填充动力学，将真实图像转换为保持笔触纹理的风格化油画，以构建大规模的配对训练数据集。最后，在推理阶段，我们采用 AdaIN 算子集成特征，确保风格一致性。大量实验表明，我们的交互式系统在保持油画艺术特性的同时实现了精细化编辑，实现了风格化油画生成与编辑中前所未有的想象实现水平。