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
roger完成签到,获得积分10
1秒前
梅溜溜完成签到,获得积分10
2秒前
seawolf168完成签到,获得积分10
2秒前
小番茄完成签到,获得积分10
3秒前
BaronR完成签到,获得积分10
3秒前
aaron完成签到,获得积分10
7秒前
sherlock完成签到,获得积分10
8秒前
8秒前
花痴的电灯泡完成签到,获得积分10
13秒前
田様应助华华华采纳,获得10
14秒前
繁荣的安白完成签到 ,获得积分10
16秒前
maomao39029完成签到,获得积分10
17秒前
酥饼发布了新的文献求助10
23秒前
OK应助satchzhao采纳,获得10
25秒前
lily完成签到 ,获得积分10
26秒前
fyj完成签到 ,获得积分10
27秒前
29秒前
29秒前
30秒前
xxx完成签到,获得积分10
30秒前
迅速的千风完成签到 ,获得积分10
31秒前
rr完成签到,获得积分20
32秒前
墨蓝完成签到,获得积分10
32秒前
刘亦菲暧昧对象完成签到 ,获得积分10
33秒前
anzhiyuan完成签到,获得积分10
33秒前
QIU完成签到 ,获得积分10
34秒前
Ander完成签到 ,获得积分10
34秒前
FLL发布了新的文献求助10
35秒前
rr发布了新的文献求助10
35秒前
congxin发布了新的文献求助200
38秒前
墨蓝发布了新的文献求助10
39秒前
42秒前
42秒前
lxg完成签到 ,获得积分10
44秒前
跳不起来的大神完成签到 ,获得积分10
45秒前
anzhiyuan发布了新的文献求助10
48秒前
carly完成签到 ,获得积分10
48秒前
华华华发布了新的文献求助10
48秒前
Wen完成签到,获得积分10
50秒前
xh完成签到,获得积分10
52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
Nondestructive Testing Handbook: Vol. 4, Thermal and Infrared Testing (IR), 4th ed 800
Understanding Acculturation: The Process of Cultural Adjustment as Applied to International Migration 700
作者名:Kristopher P. Plain,悉尼大学的,目前只能查到其四篇论文,想找到其博士论文 590
Évora na Idade Média 555
Soil mites of the family Rhagidiidae (Actinedida: Eupodoidea). Morphology, Systematics, Ecology 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7370934
求助须知:如何正确求助?哪些是违规求助? 8978519
关于积分的说明 19087621
捐赠科研通 7012975
什么是DOI,文献DOI怎么找? 3224993
关于科研通互助平台的介绍 2388627
邀请新用户注册赠送积分活动 2205666