178-A1｜文生图交互式3D布局控制，RGBA图像生成，使用CLIP进行AI生成图像的质量评估，卫星图像到街景图像合成｜Wed

文章预览

AIGC   Research 主编｜ 庄才林（Cailin Zhuang） 技术支持｜胡耀淇（Yaoqi Hu） Topic: Image Generation｜Interactive 3D Layout Control, RGBA Image Build-A-Scene: Interactive 3D Layout Control for Diffusion-Based Image Generation Build-A-Scene 2024-08-27｜KAUST｜⭐️ 🟡 http://arxiv.org/abs/2408.14819v1 https://abdo-eldesokey.github.io/build-a-scene/ 概述 本研究提出了一种基于扩散模型的 交互式3D布局控制 方法，用于文本到图像（Text-to-Image，T2I）的生成。 当前2D布局控制方法对对象的放置和关系的理解存在局限，且往往无法适应用户的动态需求 ，例如在室内设计或复杂场景生成中。 现有的方法一般要求用户提前提供静态布局，不能在生成过程中进行简单的修改。 为此，作者引入了一种全新的交互式3D布局控制方式， 使得用户能够在各个生成阶段对3D场景中的对象进行插入、变化和移动，同时保持之前生成内容 ………………………………