Sketch-Guided Text-to-Image Generation with Spatial Control

计算机科学 素描 人工智能 发电机(电路理论) 图像(数学) 特征(语言学) 计算机视觉 特征提取 分割 图像编辑 跳跃式监视 图像分割 模式识别(心理学) 功率(物理) 算法 语言学 物理 哲学 量子力学
作者
Tianyu Zhang,Haoran Xie
标识
DOI:10.1109/cgip62525.2024.00035
摘要

Recent text-to-image generation models can produce high-quality images from textual prompts. However, it is difficult to correctly interpret instructions specifying the complex images with multiple objects using only texts. To solve this issue, we propose a sketch-guided spatial control for text-to-image diffusion models. In the feature extraction stage of the proposed framework, sketch inputs are segmented into individual objects using the image segmentation approach. The obtained bounding boxes and labels are used as spatial-guided inputs into the attention layers of the diffusion model. For the image generation stage, the proposed model utilizes a pretrained text-to-image diffusion model as the image generator. We assess the proposed method through both quantitative and qualitative evaluations, demonstrating its versatility in spatial control based on user sketches.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
ssnha完成签到 ,获得积分10
刚刚
刚刚
刚刚
liuliliu发布了新的文献求助10
刚刚
大个应助郁欢采纳,获得10
1秒前
顾矜应助不爱看采纳,获得10
1秒前
shendan完成签到,获得积分10
1秒前
2秒前
2秒前
xiuxiu完成签到 ,获得积分10
2秒前
2秒前
HMONEY完成签到,获得积分10
3秒前
Domagin完成签到,获得积分10
3秒前
3秒前
搜集达人应助齐靖柔采纳,获得10
3秒前
3秒前
xjj发布了新的文献求助10
4秒前
无欲无求傻傻完成签到,获得积分10
4秒前
5秒前
5秒前
向日葵完成签到,获得积分10
5秒前
6秒前
周周啊发布了新的文献求助10
6秒前
7秒前
hammer完成签到,获得积分10
7秒前
7秒前
北方的舟完成签到 ,获得积分10
8秒前
8秒前
Seldomyg完成签到 ,获得积分10
8秒前
中和皇极完成签到,获得积分0
8秒前
太叔千愁完成签到,获得积分10
9秒前
9秒前
默默的无敌完成签到 ,获得积分10
9秒前
9秒前
淡定的如风完成签到,获得积分10
9秒前
郁欢完成签到,获得积分20
10秒前
my196755完成签到,获得积分10
10秒前
风之微光完成签到,获得积分10
10秒前
查理完成签到,获得积分10
10秒前
不爱看完成签到,获得积分10
10秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3257371
求助须知:如何正确求助?哪些是违规求助? 2899272
关于积分的说明 8304996
捐赠科研通 2568569
什么是DOI,文献DOI怎么找? 1395172
科研通“疑难数据库(出版商)”最低求助积分说明 652955
邀请新用户注册赠送积分活动 630727