PulseAugur
实时 09:10:30

新框架利用大型语言模型提高扩散模型色彩准确性

研究人员开发了一个新框架,以提高文本到图像扩散模型的色彩准确性,特别是对于“蒂芙尼蓝”或“热粉色”等细微的颜色描述。这种无需训练的方法使用大型语言模型来消除颜色提示的歧义,然后根据CIELAB颜色空间中颜色的空间关系来优化文本嵌入。该方法在无需额外训练或参考图像的情况下提高了色彩保真度,同时保持了整体图像质量。 AI

影响 提高了文本到图像生成中的色彩保真度,有利于时尚和产品可视化等应用。

排序理由 该集群包含一篇研究论文,详细介绍了用于提高扩散模型色彩准确性的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架利用大型语言模型提高扩散模型色彩准确性

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Sung-Lin Tsai, Bo-Lun Huang, Yu Ting Shen, Cheng Yu Yeo, Chiang Tseng, Bo-Kai Ruan, Wen-Sheng Lien, Hong-Han Shuai ·

    Color Me Correctly: Bridging Perceptual Color Spaces and Text Embeddings for Improved Diffusion Generation

    arXiv:2509.10058v2 Announce Type: replace Abstract: Accurate color alignment in text-to-image (T2I) generation is critical for applications such as fashion, product visualization, and interior design, yet current diffusion models struggle with nuanced and compound color terms (e.…