要約
我々は、室内パノラマ画像から家具を除去するデファニッシング(Defurnishing)において、安定拡散(Stable Diffusion)を活用してインペインティングの結果を改善するパイプラインを提案する。具体的には、コンテキストの増加、ドメイン固有のモデルの微調整、および画像ブレンドの改善により、部屋のレイアウト推定に頼ることなく、幾何学的にもっともらしい、忠実度の高いインペイントを生成できることを説明する。他の家具除去技術に比べ、質的にも量的にも優れていることを実証する。
要約(オリジナル)
We propose a pipeline that leverages Stable Diffusion to improve inpainting results in the context of defurnishing — the removal of furniture items from indoor panorama images. Specifically, we illustrate how increased context, domain-specific model fine-tuning, and improved image blending can produce high-fidelity inpaints that are geometrically plausible without needing to rely on room layout estimation. We demonstrate qualitative and quantitative improvements over other furniture removal techniques.
arxiv情報
著者 | Mira Slavcheva,Dave Gausebeck,Kevin Chen,David Buchhofer,Azwad Sabik,Chen Ma,Sachal Dhillon,Olaf Brandt,Alan Dolhasz |
発行日 | 2024-05-06 17:57:03+00:00 |
arxivサイト | arxiv_id(pdf) |