spEx: Structured Pattern Expansion with Diffusion Models

doi:10.1016/j.cag.2026.104682

spEx: Structured Pattern Expansion with Diffusion Models

2026-07-01

1

PRE

AI

DOI：10.1016/j.cag.2026.104682

原文链接

原文求助

摘要

En 中文

近年来，扩散模型在材料、纹理和3D形状合成方面取得了显著进展。通过基于文本或图像对模型进行条件约束，用户可以引导生成过程，减少创建数字资产所需的时间。本文针对结构化静态图案的合成问题展开研究，因为扩散模型在此方面通常可靠性较低，且可控性较差。我们的方法利用了针对图案领域进行适配的扩散模型的生成能力。它使用户能够通过将部分手绘图案扩展为更大设计来直接控制合成过程，同时保留输入的结构和细节。为提升图案质量，我们采用低秩适配（LoRA）技术对预训练的图像扩散模型进行微调，应用噪声滚动技术确保可拼接性，并采用基于块的方法以促进大规模资产的生成。我们通过一系列全面的实验证明了该方法的有效性，结果表明其在生成多样且一致的、直接响应用户输入的图案方面优于现有模型。论文发表后，我们将发布推理代码和训练好的模型权重。

Keyword:

Structured patterns

Texture synthesis

Diffusion models

spEx: Structured Pattern Expansion with Diffusion Models

摘要

期刊

机构

引用论文