Tag · 1 篇
SounDiT: Geo-Contextual Soundscape-to-Landscape Generation
把环境声景作为条件、地理上下文作为先验,用 DiT 生成地理上合理的景观图像;其 PSS 评测框架(元素/场景/人类感知三级一致性)可迁移到其他跨模态生成任务的条件一致性度量。