Uni-paint: A Unified Framework for Multimodal Image Inpainting with Pretrained Diffusion Model

修补 计算机科学 人工智能 概化理论 可扩展性 任务(项目管理) 图像(数学) 过程(计算) 情态动词 计算机视觉 概率逻辑 模式识别(心理学) 机器学习 数学 工程类 统计 化学 系统工程 数据库 高分子化学 操作系统
作者
Shiyuan Yang,Xiaodong Chen,Jing Liao
标识
DOI:10.1145/3581783.3612200
摘要

Recently, text-to-image denoising diffusion probabilistic models (DDPMs) have demonstrated impressive image generation capabilities and have also been successfully applied to image inpainting. However, in practice, users often require more control over the inpainting process beyond textual guidance, especially when they want to composite objects with customized appearance, color, shape, and layout. Unfortunately, existing diffusion-based inpainting methods are limited to single-modal guidance and require task-specific training, hindering their cross-modal scalability. To address these limitations, we propose Uni-paint, a unified framework for multimodal inpainting that offers various modes of guidance, including unconditional, text-driven, stroke-driven, exemplar-driven inpainting, as well as a combination of these modes. Furthermore, our Uni-paint is based on pretrained Stable Diffusion and does not require task-specific training on specific datasets, enabling few-shot generalizability to customized images. We have conducted extensive qualitative and quantitative evaluations that show our approach achieves comparable results to existing single-modal methods while offering multimodal inpainting capabilities not available in other methods. Code is available at https://github.com/ysy31415/unipaint.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
白芥发布了新的文献求助10
刚刚
上官若男应助孙嘉遇采纳,获得10
1秒前
1秒前
Andy完成签到,获得积分10
1秒前
1秒前
1秒前
2秒前
研友_n0kYwL发布了新的文献求助10
2秒前
www完成签到 ,获得积分10
2秒前
可爱的函函应助城市公园采纳,获得10
2秒前
2秒前
3秒前
FashionBoy应助略略略采纳,获得10
3秒前
丘比特应助夏尔采纳,获得10
3秒前
体贴的听白完成签到,获得积分20
4秒前
慕烊琪发布了新的文献求助10
4秒前
ding应助叶远望采纳,获得10
5秒前
烟花应助完美梨愁采纳,获得10
5秒前
CodeCraft应助岳岳岳采纳,获得10
5秒前
丘比特应助xx采纳,获得10
5秒前
晚风发布了新的文献求助30
6秒前
李健应助vine采纳,获得10
6秒前
6秒前
研友_yLpQrn完成签到,获得积分10
7秒前
7秒前
7秒前
星辰大海应助城北徐公采纳,获得10
7秒前
天下霸唱baby完成签到,获得积分10
7秒前
柴郡鹿发布了新的文献求助10
7秒前
yyymmma应助WTH18732189630采纳,获得10
8秒前
互助应助wys2493采纳,获得20
8秒前
QLLW应助WTH18732189630采纳,获得10
8秒前
科研通AI6.2应助WTH18732189630采纳,获得10
8秒前
QLLW应助WTH18732189630采纳,获得10
8秒前
8秒前
QLLW应助WTH18732189630采纳,获得10
8秒前
英姑应助地三鲜采纳,获得10
8秒前
小淘淘发布了新的文献求助10
8秒前
8秒前
anna1992发布了新的文献求助10
9秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Kinesiophobia : a new view of chronic pain behavior 3000
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 1100
Signals, Systems, and Signal Processing 510
Discrete-Time Signals and Systems 510
Proceedings of the Fourth International Congress of Nematology, 8-13 June 2002, Tenerife, Spain 500
Le genre Cuphophyllus (Donk) st. nov 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5940019
求助须知:如何正确求助?哪些是违规求助? 7052321
关于积分的说明 15881001
捐赠科研通 5070091
什么是DOI,文献DOI怎么找? 2727093
邀请新用户注册赠送积分活动 1685659
关于科研通互助平台的介绍 1612797