Text2Stereo：利用一致性奖励重用于立体生成的 Stable Diffusion
计算机视觉与模式识别
2025-07-24 v2
摘要
在本文中，我们提出了一种新颖的扩散方法，可根据文本提示生成立体图像。由于具有大基线的立体图像数据集稀缺，从头训练扩散模型不可行。因此，我们提出利用 Stable Diffusion 学到的强先验知识，并在立体图像数据集上对其进行微调以适配立体生成任务。为提升立体一致性和文本到图像对齐，我们进一步使用提示对齐以及我们提出的立体一致性奖励函数对模型进行调优。全面实验证明了我们的方法在生成高质量立体图像方面的优越性，在多样化场景中优于现有方法。
引用
@article{arxiv.2506.05367,
title = {Text2Stereo: Repurposing Stable Diffusion for Stereo Generation with Consistency Rewards},
author = {Aakash Garg and Libing Zeng and Andrii Tsarov and Nima Khademi Kalantari},
journal= {arXiv preprint arXiv:2506.05367},
year = {2025}
}