SceneDecorator：面向场景导向的故事生成 with 场景规划与场景一致性
计算机视觉与模式识别
2025-10-28 v1
摘要
最近的文本到图像模型已彻底革新了图像生成，但仍在保持跨生成图像的概念一致性方面存在挑战。虽然现有工作侧重于人物一致性，但常常忽视了叙事中场景的关键作用，这限制了其在实际应用中的创造力。本文提出场景导向的故事生成，解决两个关键挑战：（i）场景规划，当前方法仅依赖文本描述无法确保场景层面的叙事连贯性；（ii）场景一致性，在维护多个故事间的场景一致性方面尚未得到充分探索。我们提出SceneDecorator，一个无训练框架，采用VLM引导的场景规划确保不同场景间的叙事连贯性（以“全局到局部”方式），以及长期场景共享注意力机制在生成的故事间维持长期场景一致性和主体多样性。大量实验表明，SceneDecorator性能卓越，凭其潜力在艺术、电影和游戏领域释放创造力。
引用
@article{arxiv.2510.22994,
title = {SceneDecorator: Towards Scene-Oriented Story Generation with Scene Planning and Scene Consistency},
author = {Quanjian Song and Donghao Zhou and Jingyu Lin and Fei Shen and Jiaze Wang and Xiaowei Hu and Cunjian Chen and Pheng-Ann Heng},
journal= {arXiv preprint arXiv:2510.22994},
year = {2025}
}
备注
Accepted by NeurIPS 2025; Project Page: https://lulupig12138.github.io/SceneDecorator