RHanDS：用于生成图像的精炼 malformed 手部，采用解耦结构与风格指导
计算机视觉与模式识别
2025-04-15 v2
摘要
虽然扩散模型可以生成高质量的人体图像，但因手部结构不稳定，实际应用受限。本文引入 RHanDS，一个基于条件扩散的框架，用于利用解耦结构与风格指导精炼 malformed 手部。从 malformed 手部重建的手网格提供结构指导以纠正手部结构，而 malformed 手部本身则提供风格指导以保持手部风格。为缓解风格与结构指导之间的相互干扰，本文采用两阶段训练策略并构建一系列多风格手部数据集。在第一阶段，使用配对手部图像进行训练以确保手部精炼的风格一致性。在第二阶段，使用基于人体网格生成的各种手部图像进行训练，使模型能够对手部结构进行控制。实验结果表明，RHanDS 能够在保持手部风格一致性的同时有效精炼手部结构。
引用
@article{arxiv.2404.13984,
title = {RHanDS: Refining Malformed Hands for Generated Images with Decoupled Structure and Style Guidance},
author = {Chengrui Wang and Pengfei Liu and Min Zhou and Ming Zeng and Xubin Li and Tiezheng Ge and Bo zheng},
journal= {arXiv preprint arXiv:2404.13984},
year = {2025}
}