U-Sketch：一种高效的草图到图像扩散模型方法
原文中文，约300字，阅读约需1分钟。发表于：。使用 U-Sketch 框架和 U-Net 潜在边缘预测器，在草图到图像合成任务中取得了更好的结果，更好地符合参考草图的空间轮廓，并大大减少所需的去噪步骤和整体执行时间。
通过揭示素描在扩散模型中的潜力，解决了生成人工智能直接素描控制的虚假承诺。提出了一种意识到抽象的框架，利用素描适配器、自适应时间步骤采样和经过预训练的精细化素描图像检索模型的辨别引导，协同工作以加强细粒度素描照片关联性。方法在推理过程中无缝运行，无需文本提示。贡献包括专业素描生成的民主化控制、引入意识到抽象的框架和利用辨别引导，通过实验证实。
