检索增强的漫画图像生成
计算机视觉与模式识别
2025-06-17 v1
摘要
我们提出了RaCig，一个用于生成具有一致角色和富有表现力手势的漫画风格图像序列的新型系统。RaCig解决了两个关键挑战：(1) 保持跨帧的角色身份和服装一致性，以及 (2) 生成多样且生动的角色手势。我们的方法整合了一个基于检索的角色分配模块，该模块将文本提示中的角色与参考图像对齐，以及一个区域角色注入机制，将角色特征嵌入到指定的图像区域中。实验结果表明，RaCig能够有效地生成具有连贯角色和动态交互的引人入胜的漫画故事。源代码将公开发布，以支持该领域的进一步研究。
引用
@article{arxiv.2506.12517,
title = {Retrieval Augmented Comic Image Generation},
author = {Yunhao Shui and Xuekuan Wang and Feng Qiu and Yuqiu Huang and Jinzhu Li and Haoyu Zheng and Jinru Han and Zhuo Zeng and Pengpeng Zhang and Jiarui Han and Keqiang Sun},
journal= {arXiv preprint arXiv:2506.12517},
year = {2025}
}