PulseAugur
中
实时 09:55:34
English(EN) Pose-ICL: 3D-Aware In-Context Learning for Pose-Controllable Subject Customization

Pose-ICL框架增强图像生成中的3D姿态控制

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出Pose-ICL，一个旨在通过实现更好的姿态控制来改进图像生成中主题定制的新框架。该方法利用3D感知上下文学习，将图像令牌锚定在体积边界框内的表面坐标上，以增强3D感知。Pose-ICL旨在克服现有技术在定制主题的姿态准确性和身份一致性方面存在的局限性，并在评估中显示出显著的改进。 AI

影响 增强定制图像生成中的姿态准确性和身份一致性，可能改进创意工作流程。

排序理由 该集群包含一篇详细介绍图像生成新方法的论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Xuan Han, Yihao Zhao, Mingyu You ·

    Pose-ICL: 3D-Aware In-Context Learning for Pose-Controllable Subject Customization

    arXiv:2606.10902v1 Announce Type: cross Abstract: Subject Customization is a foundational task in modern image generation. By providing a few reference images and a text prompt, users can generate images of a specific object in any desired scene. However, existing methods still s…

  2. arXiv cs.AI TIER_1 English(EN) · Mingyu You ·

    Pose-ICL：用于姿态可控主体定制的 3D 感知上下文内学习

    Subject Customization is a foundational task in modern image generation. By providing a few reference images and a text prompt, users can generate images of a specific object in any desired scene. However, existing methods still struggle to achieve effective pose control for cust…

相关话题