ShowFlow：从稳健单概念到无条件多概念生成
计算机视觉与模式识别
2026-04-28 v2
摘要
可控图像合成中的单概念生成仍面临身份保持与提示对齐之间的挑战。多概念场景下，仅依赖提示而不使用布局框或语义掩码等额外条件，往往导致身份丢失和概念遗漏。本文引入 ShowFlow，一个综合性框架以解决这些挑战。我们提出 ShowFlow-S 用于单概念图像生成，ShowFlow-M 用于处理多个概念。ShowFlow-S 引入 KronA-WED 适配器，将 Kronecker 适配器与权重和嵌入分解相结合，并配合一种新的语义感知注意力正则化 (SAR) 训练目标以增强单概念生成。基于此基础，ShowFlow-M 直接复用 ShowFlow-S 学习到的稳健模型，以支持无需额外条件的多概念生成，集成 Subject-Adaptive Matching Attention (SAMA) 以及布局一致性指导作为即插即用模块。广泛的实验和用户研究验证了 ShowFlow 的有效性，突显了其在广告和虚拟试穿等实际应用中的潜力。我们的源代码将公开于：https://htrvu.github.io/showflow。
引用
@article{arxiv.2506.18493,
title = {ShowFlow: From Robust Single Concept to Condition-Free Multi-Concept Generation},
author = {Trong-Vu Hoang and Quang-Binh Nguyen and Thanh-Toan Do and Tam V. Nguyen and Minh-Triet Tran and Trung-Nghia Le},
journal= {arXiv preprint arXiv:2506.18493},
year = {2026}
}