超级会员免费看
https://arxiv.org/pdf/2311.10093.pdf
目标：
- 生成与文本描述一致的角色图像，并在不同上下文中保持角色的一致性。
关键问题：
- 现有的文本到图像生成模型难以生成具有一致性的角色图像，这对于多种应用场景（如故事可视化、游戏开发等）至关重要。
方法：
- 提出了一个全自动的迭代过程，不需要目标角色的预存图像。
- 使用预训练的特征提取器将生成的图像嵌入到语义空间中，并进行聚类。
- 通过选择最内聚的群集并对其进行身份
该论文提出了一种全自动的迭代方法，用于在文本到图像生成中保持角色的一致性，特别是在故事可视化和游戏开发等场景下。通过预训练的特征提取器和聚类分析，实现了角色身份的提炼和迭代优化，从而在保持文本提示对齐的同时增强角色一致性。评估和应用部分证明了方法的有效性，但也指出了一些局限性，如计算成本高和可能的不完全一致性。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
