超越《星月夜》：面向艺术家导向文本生图的捷径感知控制状态规划
研究人员提出了 Atelier，一种用于艺术家导向图像生成的框架，旨在解决模型倾向于依赖典型捷径的问题，例如重复出现的主题、泛化的色彩搭配或被过度代表的时代特征，而不是遵循用户设定的场景。Atelier 将描述不完整的艺术意图转换为明确的控制状态，分别处理场景锚点、保留或转换的决策、风格假设、与艺术家相关的证据，以及避免捷径的约束。系统结合艺术家层面的知识和局部图像参考，生成适配不同后端的计划，并通过全局和局部真实性评估反复优化结果。研究团队还推出 ArtIntentBench，涵盖梵高和齐白石的作品重绘、风格控制生成、未见主题生成及捷径审查等任务。实验结果显示，与多种基线方法相比，Atelier 提高了艺术家风格的忠实度和原始结构的保留程度，并显著减少了由捷径导致的风格替代。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。