Aug, 2024

使用文本到图像扩散模型插图经典巴西书籍

HTML
PDF
TL;DR本研究针对传统插图方法在文学作品表现中的不足，探讨使用稳定扩散模型进行插图创作的可行性。通过选取七部经典巴西书籍为案例，我们表明该方法不仅能够生成独特且切合主题的插图，还指出了其在捕捉复杂文学细节方面的局限性。这项研究为人工智能在文学插图中的应用前景和所面临的挑战提供了全面评估。
发现论文，激发创造
  • 带有检索增强扩散模型的文本引导艺术图片生成

    通过检索增强的扩散模型，我们提出了一种替代性方法，改进了生成图像合成技术，优于基于文本提示的视觉样式规定。

    Jul, 2022

  • 语言不仅仅是描述：论文本到图像模型中缺乏的比喻性语言

    当前的文本到图像扩散模型表现出的卓越能力促进了关于艺术定义的讨论，然而，这些模型使用的文本数据缺乏主观评价，因此需要对元素和图片风格进行严格描述，建议在培训过程中加入主观信息，以发挥其真正的艺术创造力。

    Oct, 2022

  • 生成AI中的文本与图像扩散模型: 一项调查

    本文综述了文本到图像扩散模型的发展现状及其在生成任务中的应用；此外，介绍了文本条件下图像合成、文本引导的创意生成和图像编辑，并探讨了当前的挑战和未来方向。

    Mar, 2023

  • 儿童故事书艺术品自动地理对准

    利用人工智能软件翻译和生成插图的能力，节省成本并提高效率。通过三种方法的比较研究，发现使用关键字的提示增强法效果最佳。未来可以进一步提高图像质量，适应于视频和3D雕塑生成。

    Mar, 2023

  • RAPHAEL: 通过大规模的扩散路径混合进行文本到图像生成

    本文介绍了一种基于Mixture-of-Experts的文本条件化图像扩散模型（RAPHAEL），其在图像质量和美感上优于现有的一些先进模型（包括Stable Diffusion、ERNIE-ViLG 2.0、DeepFloyd和DALL-E 2）

    May, 2023

  • RenAIssance: 大型模型时代的AI文字到图像生成调查

    文本到图像生成使用神经网络和扩展模型规模的创新模型架构与预测增强技术相结合的方法，提供了几种不同的方法并对其进行了详细比较和评价，为未来的工作提供了改进的可能路径。

    Sep, 2023

  • 从南美大草原到像素屏幕: 对盖乌乔文化遗产进行Fine-Tuning的扩散模型

    用生成模型捕捉并保护地域和社区独特的方面，本文讨论了潜在扩散模型在代表本地文化概念、历史人物和濒危物种方面的潜力，以巴西里约格兰德州的文化遗产为例进行了研究。

    Jan, 2024

  • 视觉中的生成人工智能：模型、度量和应用的综述

    这篇综述论文提供了关于生成式AI扩散和传统模型的全面概述，主要介绍了它们的基本技术、在不同领域的应用以及所面临的挑战，旨在为研究人员和从业者提供全面了解，并激发未来在这个令人兴奋的人工智能领域的创新。

    Feb, 2024

  • 利用互信息在扩散模型中提供一致字符生成的ORACLE

    通过介绍一种新的方法，本文研究了如何从单一的文本提示产生具有一致的视觉特征的角色表达，通过定量和定性分析，证明了该方法在生成具有一致视觉特征的角色方面优于现有方法，扩展了艺术和创作表达的可能性。

    Jun, 2024

  • 基于扩散的视觉艺术创作：综述与新视角

    本研究探讨了基于扩散的视觉艺术创作中的问题和挑战，结合艺术与技术的视角。研究揭示了如何将艺术需求转变为技术挑战，并强调了扩散方法在艺术创作中的作用及未来发展潜力。这一研究为生成性人工智能与艺术融合提供了新的视角，改变了创作范式并打开了新的可能性。

    Aug, 2024