SerialGen：先标准化后个性化的人像生成
计算机视觉与模式识别
2025-05-13 v2
摘要
在本工作中，我们关注的是实现人像角色生成中的高文本可控性和全身外观一致性。我们提出了一种新框架，命名为SerialGen，它是一种串行生成方法，包含两个阶段：首先是一个标准化阶段，对参考图像进行标准化处理；然后是在标准化参考图像基础上的个性化生成阶段。此外，我们引入了两个模块旨在增强标准化过程。我们的实验结果验证了该提出框架在产生个性化图像方面的能力，这些图像能够忠实恢复参考图像的全身外观，同时准确响应广泛的文本提示。通过深入分析，我们突出了所提出串行生成方法和标准化模型的关键贡献，证明了在参考图像与输出图像之间以及在来自不同文本提示的系列输出图像之间获得外观一致性增强。本工作中提出的"Serial"术语蕴含双重含义：一是指该两种方法，另一种是强调我们能够在不同文本提示下生成一系列外观一致的图像。
引用
@article{arxiv.2412.01485,
title = {SerialGen: Personalized Image Generation by First Standardization Then Personalization},
author = {Cong Xie and Han Zou and Ruiqi Yu and Yan Zhang and Zhenpeng Zhan},
journal= {arXiv preprint arXiv:2412.01485},
year = {2025}
}