DirectedDiffusion

用边界框指定物体位置，让 AI 生成图精准布局

Directed Diffusion 是一个基于 Stable Diffusion 的图像生成控制工具，通过注意力引导机制实现对生成图像中物体位置的精确控制。它解决了文本到图像模型中物体布局不可控的问题，允许用户通过简单的边界框指定每个物体的位置和大小，从而生成符合空间布局要求的图像。核心能力包括：输入文本描述和物体边界框，模型自动调整注意力图，使生成图像中的物体准确落在指定区域。支持多物体协同控制，适用于复杂场景构图。项目代码基于 Python 实现，易于集成到现有 Stable Diffusion 工作流中。该论文发表于 AAAI2024，方法具有学术创新性，为图像编辑和可控生成提供了新思路。