Text2Layer：基于隐扩散模型的分层图像生成
计算机视觉与模式识别
2023-07-20 v1 人工智能
机器学习
摘要
图层合成是业余爱好者和专业人士中最受欢迎的图像编辑工作流之一。受扩散模型成功的启发，我们从分层图像生成的角度探讨图层合成。我们提出同时生成背景、前景、图层掩码以及合成图像，而非生成单张图像。为实现分层图像生成，我们训练了一个能够重建分层图像的自动编码器，并在隐表示上训练扩散模型。所提问题的一个好处是除了高质量图像输出外，还能支持更好的合成工作流。另一个好处是相比通过独立图像分割步骤产生的掩码，可生成更高质量的图层掩码。实验结果表明，所提方法能够生成高质量的分层图像，并为未来工作建立了基准。
引用
@article{arxiv.2307.09781,
title = {Text2Layer: Layered Image Generation using Latent Diffusion Model},
author = {Xinyang Zhang and Wentian Zhao and Xin Lu and Jeff Chien},
journal= {arXiv preprint arXiv:2307.09781},
year = {2023}
}
备注
Preprint. Work in progress