本文将介绍如何利用AIGC生成多张风格一致的图片的技术。对此,本文挑选了两篇比较有代表性的方法:Style Aligned方法和Story Diffusion方法,本文会对这两种方法的原理和技术细节进行介绍。然后,我们展示了相关方法应用在家装领域上的一些效果,并分析了目前效果的优点与不足。最后我们对本文内容进行了总结,并讨论了该类方法未来的应用前景。
微信扫码
与创始人交个朋友
我要投稿
本文将介绍如何利用AIGC生成多张风格一致的图片的技术。对此,本文挑选了两篇比较有代表性的方法:Style Aligned方法和Story Diffusion方法,本文会对这两种方法的原理和技术细节进行介绍。然后,我们展示了相关方法应用在家装领域上的一些效果,并分析了目前效果的优点与不足。最后我们对本文内容进行了总结,并讨论了该类方法未来的应用前景。
实测效果
我们在家装场景中对Style Aligned方法的效果进行了测试。我们将一件家具的多张视角图片作为一个batch输入到Style Aligned中,然后对这些家具填充背景。Style Aligned的输出如下图所示,可以看到同一批图片中,不同视角下的家具在整体装修上的风格是可以保持一致的。但是,进一步观察,这些图片在空间结构和物体细节上还是无法精准的保持一致的,这可以作为未来研究的一个方向。
结语
本文介绍了两种生成多张风格一致图片的AIGC技术,即Style Aligned方法和Story Diffusion方法。Style Aligned方法通过共享self-attention机制实现图片间特征对齐,而Story Diffusion方法则利用Consistent Self-Attention在语义隐空间实现主题一致性。实验结果显示,这些方法能够较好地保持同批图片的整体风格一致性,但在保持空间结构和细节方面的一致性仍有提升空间。总的来说,这些技术为AIGC生成连贯性图像序列提供了有益探索,对于视频/漫画等应用场景具有重要意义。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-09-04
2024-09-26
2024-10-30
2024-12-25
2024-10-30
2024-09-03
2024-09-06
2024-08-18
2024-11-23
2025-01-25