.png){kind=icon}
返回
Art decorative pattern design method based on stable diffusion model
.png){kind=icon}
PRE
AI
DOI：10.1007/s00530-026-02543-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
艺术装饰图案设计需要同时满足风格独特性和构图严谨性。传统方法难以实现高效可控的生成。为构建能够精确协同控制图案风格、布局和语义的生成框架，提出了一种基于多模态结构语义增强的稳定扩散模型的艺术装饰图案设计方法。设计了双层U-Net结构以解耦布局和风格控制，并结合低秩适配和块级细粒度微调实现高效参数优化。引入了多模态分层条件约束和语义解构的提示系统以优化语义引导。实验表明，该方法在多项关键指标上领先，其风格一致性得分、布局对齐度和文本-图像相似度分别达到0.891、0.863和0.310。在复杂构图下，其结构相似性指数和峰值信噪比分别达到0.785和24.891 dB。消融实验和跨类型图案生成测试进一步验证了各模块的有效性和模型的泛化能力。结果表明，该方法有效解决了艺术装饰图案生成中风格保真度、空间可控性和语义对齐的协同问题，为智能设计提供了新范式。
Keyword:
Art decorative pattern generation
Stable diffusion model
Parameter fine-tuning
Multi-modal condition control
Semantic deconstruction
期刊
IF:
3.1
论文数:
2.8K
被引数:
2.7K
机构
引用论文
A-SDM: Accelerating Stable Diffusion Through Model Assembly and Feature Inheritance StrategiesA-SDM：通过模型组装和特征继承策略加速稳定扩散
PREAI
分享收藏Automatic generation of bio-artistic patterns for ceramic art design: a commercial biotechnology perspective陶瓷艺术设计中的生物艺术图案自动生成：商业生物技术视角.png)
IF0
PREAI
分享收藏分享收藏Garment pattern generation method based on diffusion model and 3D reconstruction technology基于扩散模型和3D重建技术的服装样片生成方法
IF0
PREAI
分享收藏Prompt Conditioned Batik Pattern Generation Using LoRA Weighted Diffusion Model With Classifier-Free GuidanceIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Fine-grained text-based person re-identification via interlaced cross-attention and LoRA fine-tuning基于交织交叉注意力与LoRA微调的细粒度文本人脸重识别VISUAL COMPUTER
VISUAL COMPUTERIF2.9
PREAI
分享收藏
查看更多内容