CxD：美图公司结合艺术创作流程打造的复杂场景图像生成框架

文章预览

Draw Like an Artist: Complex Scene Generation with Diffusion Model via Composition, Painting, and Retouching 论文： https://arxiv.org/abs/2408.13858v1 Complex Diffusion (CxD) 是由来自美图科技MT Lab和中科院大学的研究人员提出的一种新型训练无关扩散框架，旨在解决复杂场景图像生成中的挑战。 CxD 框架借鉴了艺术家的创作流程，将图像生成过程划分为构图、绘画和修饰三个阶段。通过利用大型语言模型（LLMs）的强大推理能力，CxD能够根据复杂分解标准（CDC）有效地处理和简化复杂的文本提示，确保在图像生成过程中包含所有关键实体和属性。此外，CxD通过注意力调制方法和修饰模型增强了图像的细节和纹理，从而生成高质量、语义一致且视觉多样的复杂场景图像。 CxD 框架的特点是其无需额外训练即可直接应用于现有的扩散模型，这大大减少了计算资源的需求。通过链式思考（Chain-o ………………………………