从衣橱到画布：衣橱多联画 LoRA 用于分部可控的人体图像生成-计算机科学-人工智能-扩散模型-图像生成.pdf

从衣橱到画布：衣橱多联画LoRA

用于分部可控的人体图像生成

1,2111

JeonghoKimSunghyunParkHyoungwooParkSungrackYun

21

JaegulChooSeokeonChoi

12

QualcommAIResearchKoreaAdvancedInstituteofScienceandTechnology(KAIST)

{jeonghok,sunpar,hwoopark,sungrack,seokchoi}@

{rlawjdghek,jchoo}@kaist.ac.kr

本YourWardrobe

译e

c

n

e

r

中e

f

e

2R

v

7

1

2

0

1

.

7

0s

e

5g

2a

m

I

:

d

ve

t

ia

r

xe

n

re

aG

“amanistypingonalaptop“amanisplayingthepiano“ababyisstrummingaukulele

atacoffeeshop”inaquietroomonthebeach”

图1.衣橱多联画LoRA是一种支持部分可控的人像生成框架，能够在不进行额外微调的情况下，利用训练数据中个体的（e.g.

脸部、上衣和下衣）组成新的形象，并泛化到未见过的个体。本图所示的源个体来自我们的Persona-36数据集。

Abstract

最近的扩散模型通过学习特定主题实现个性化，允许

将学习到的属性整合到生成的图像中。然而，个性化的

在高通人工智能研究院实习期间完成的工作。人像生成仍然面临挑战，因为需要精确且一致地保持

高通人工智能研究是高通科技公司的一项倡议。属性（例如身份、服装细节）。现有的以主题驱动的图