研1论文阅读——5

标题

Pick-and-Draw: Training-free Semantic Guidance for Text-to-Image Personalization

Pick-and-Draw:文本到图像个性化的无训练语义指导

总结概括

Summary

本文提出了一种无需训练的语义引导方法"Pick-and-Draw"，以提高文本到图像个性化模型的身份一致性和生成多样性。该方法包括两个组件：外观选取引导和布局绘制引导。外观选取引导使用参考图像的视觉特征构建外观调色板，并选取局部模式来生成具有一致身份的指定主体。布局绘制引导参考普通扩散模型的生成模板勾勒主体轮廓，并继承强大的图像先验根据不同文本条件合成多样的背景。该方法可应用于任何个性化扩散模型，只需要一张参考图像。实验表明，"Pick-and-Draw"能够持续提高身份一致性和生成多样性，将主体保真度和图文保真度之间的权衡推向新的帕累托前沿。

Key Points

• 提出了一种称为"Pick-and-Draw"的无需训练的语义引导方法，以提高文本到图像个性化模型的身份一致性和生成多样性
• 外观选取引导从参考图像构建外观调色板，并选取局部模式来生成具有一致身份的指定主体
• 布局绘制引导参考普通扩散模型的生成模板，勾勒主体轮廓以合成多样的背景
• 可应用于任何个性化扩散模型，只需要一张参考图像即可
• 实验表明，Pick-and-Draw 能够持续提高身份一致性和生成多样性，将主体保真度和图像-文本保真度之间的权衡推向新的帕累托前沿

关注点（细节提问）：