218-A1.1｜文生图对象属性组合关系，拓扑结构感知；电影海报生成与数据集，自适应笔画预测器用于场景绘画；单步扩散蒸馏｜Wed

文章预览

AIGC   Research < PaperDaily> 主编 ｜ 庄才林（Cailin Zhuang） 技术 支持 ｜胡耀淇（Yaoqi Hu） 发布 日期 ｜2024年10月23日｜周三 Topic: Image Generation｜Compositionality, Topology-aware Progressive Compositionality In Text-to-Image Generative Models 2024-10-22｜Yale, USC, MIT｜⭐️ 🟡 http://arxiv.org/abs/2410.16719v1 https://github.com/evansh666/EvoGen 概述 本研究探讨了 文本到图像生成模型在理解对象和属性之间的组合关系方面 的挑战，尤其是在复杂场景中。尽管现有的扩散模型在图像合成方面表现出色，但它们在 生成包含多种对象及其属性的连贯场景 时仍存在问题， 如属性绑定错误和对象关系不当 。为了解决这些问题，研究者们提出了一种新的方法， 结合了大型语言模型（LLMs）和视觉问答（VQA）系统，构建了一个名为CONPAIR的对比数据集，其中包含15,000对高质量的对比图像 。这些图像在视觉表现 ………………………………