ترجمه فارسی مقاله Draw Like an Artist: Complex Scene Generation with Diffusion Model از طریق ترکیب بندی، نقاشی و روتوش

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Draw Like an Artist: Complex Scene Generation with Diffusion Model via Composition, Painting, and Retouching
عنوان مقاله به فارسی Draw Like an Artist: Complex Scene Generation with Diffusion Model از طریق ترکیب بندی، نقاشی و روتوش
نویسندگان Minghao Liu, Le Zhang, Yingjie Tian, Xiaochao Qu, Luoqi Liu, Ting Liu
فرمت مقاله انگلیسی PDF
تعداد صفحات 9
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,Machine Learning,چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین ,
توضیحات Submitted 25 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده 25 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Recent advances in text-to-image diffusion models have demonstrated impressive capabilities in image quality. However, complex scene generation remains relatively unexplored, and even the definition of `complex scene' itself remains unclear. In this paper, we address this gap by providing a precise definition of complex scenes and introducing a set of Complex Decomposition Criteria (CDC) based on this definition. Inspired by the artists painting process, we propose a training-free diffusion framework called Complex Diffusion (CxD), which divides the process into three stages: composition, painting, and retouching. Our method leverages the powerful chain-of-thought capabilities of large language models (LLMs) to decompose complex prompts based on CDC and to manage composition and layout. We then develop an attention modulation method that guides simple prompts to specific regions to complete the complex scene painting. Finally, we inject the detailed output of the LLM into a retouching model to enhance the image details, thus implementing the retouching stage. Extensive experiments demonstrate that our method outperforms previous SOTA approaches, significantly improving the generation of high-quality, semantically consistent, and visually diverse images for complex scenes, even with intricate prompts.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت های اخیر در مدل های انتشار متن به تصویر ، قابلیت های چشمگیر در کیفیت تصویر را نشان داده است.با این حال ، نسل صحنه پیچیده نسبتاً ناشناخته باقی مانده است ، و حتی تعریف "صحنه پیچیده" خود نامشخص است.در این مقاله ، ما با ارائه تعریف دقیق از صحنه های پیچیده و معرفی مجموعه ای از معیارهای تجزیه پیچیده (CDC) بر اساس این تعریف ، به این شکاف می پردازیم.با الهام از فرآیند نقاشی هنرمندان ، ما یک چارچوب انتشار بدون آموزش به نام های انتشار پیچیده (CXD) را پیشنهاد می کنیم که این روند را به سه مرحله تقسیم می کند: ترکیب ، نقاشی و روتوش.روش ما قابلیت های زنجیره ای قدرتمند مدل های زبان بزرگ (LLMS) را برای تجزیه سریعهای پیچیده بر اساس CDC و مدیریت ترکیب و چیدمان از آن استفاده می کند.سپس ما یک روش مدولاسیون توجه را ایجاد می کنیم که راهنمایی های ساده را به مناطق خاص برای تکمیل نقاشی صحنه پیچیده راهنمایی می کند.سرانجام ، ما خروجی دقیق LLM را به یک مدل روتوش برای تقویت جزئیات تصویر تزریق می کنیم ، بنابراین مرحله روتوش را اجرا می کنیم.آزمایش های گسترده نشان می دهد که روش ما از رویکردهای قبلی SOTA بهتر است ، به طور قابل توجهی باعث بهبود چشمگیر تصاویر با کیفیت بالا ، از نظر معنایی سازگار و بصری متنوع برای صحنه های پیچیده ، حتی با پیشرفت های پیچیده می شود.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.