跳到正文
arXiv · 机器人与计算机视觉· Sunung Mun, Sunghyun Cho, Jungseul Ok·· 14 天前AI 评分58

EPIC:一种用于组合式文本到图像生成的高效谓词引导推理时控制方法

EPIC: Efficient Predicate-Guided Inference-Time Control for Compositional Text-to-Image Generation

AI 导读

针对现有文本到图像生成器在处理多物体、数量及关系等组合性提示时的不足,该研究提出 EPIC 框架。该方法无需训练,将优化过程转化为基于视觉证据的谓词引导搜索:解析提示词为对象变量与类型化谓词的视觉程序,验证候选图像是否满足所有谓词;对未满足的谓词进行局部编辑或重采样。

来源:arXiv · 机器人与计算机视觉 · arxiv.org