PHAC：可提示的人类无遮挡完成

条件图像生成方法日益增多地用于人类相关应用，但现有人类无遮挡完成（HAC）模型为用户提供的控制有限。在给定被遮挡的人物图像后，它们会在保留可见区域的同时对不可见区域进行幻觉，但无法可靠地纳入诸如期望姿态或空间范围等用户指定的约束。结果是，用户常常不得不反复抽样模型以获得满意的输出。姿态引导的人物图像合成（PGPIS）方法允许显式姿态条件，但经常无法可靠地保留实例特定的可见外观，倾向于偏向训练分布，即便基于强大的扩散模型先验。在这些限制因素下，我们引入可提示的人类无遮挡完成（PHAC），一种在满足可见外观约束和多个用户提示条件下完成被遮挡的人类图像的新任务。用户提供简单的基于点的提示，例如针对目标姿态的额外关节或期望区域的边界框；这些提示使用针对每种提示类型的 ControlNet 模块进行编码。这些模块将提示信号注入预训练的扩散模型，我们仅对交叉注意力块进行微调以获得强大的提示对齐，而不损害底层生成先验。为进一步保留可见内容，我们提出了基于填充的细化模块，该模块从略微加噪的粗糙完成开始，忠实地保留可见区域，确保在遮挡边界处实现无缝融合。在 HAC 和 PGPIS 基准测试上的大量实验表明，我们的方法生成的完成更具物理合理性和更高质量，同时显著改善了提示对齐，相较于现有的无遮挡完成和姿态引导合成方法。