Tag · 3 篇

草图引导生成

分布图像编辑与可控生成2医学影像与生物视觉1

Towards High-resolution and Disentangled Reference-based Sketch Colorization

以 SDXL 为骨干、草图作空间引导、RGB 参考图作颜色参考的参考式草图上色框架，其拆分交叉注意力加空间掩码分别处理前景/背景、以及用 tagger 网络提取属性级控制信号的思路，可直接迁移到其他需要区域解耦与细粒度参考控制的图像生成/编辑任务。

Sketch2CT: Multimodal Diffusion for Structure-Aware 3D Medical Volume Generation

把「2D 草图 + 文本」作为多模态条件，先由噪声生成 3D 器官分割掩码、再以其引导潜变量扩散模型合成 3D CT 体数据，这套「先结构后外观」的两阶段条件生成流程可直接迁移到其他需要解剖结构约束的医学体数据合成与数据增广任务。

MOFA-VTON: More Fashion Possibilities with Fine-Grained Adaptations in Virtual Try-On

用用户手绘曲线草图构造双区域掩码替代 clothing-agnostic mask，并通过交叉注意力分上下半身独立学习布局对应关系，为可控人体图像生成提供了细粒度空间布局引导的可复用思路。