arXiv Computer Vision· Hongzhen Li, Youwei Pan, Yingfang Zhu, Sen Zhu, Fengjie Zhu, Leilei Cao·· 13 小时前AI 评分31
Paste2Place：物理引导的单步图像合成，从粘贴到自然放置
A Bridge from Paste to Place: Physics-Guided One-Step Image Composition via Object-Scene Interaction
AI 导读
Paste2Place 是一个端到端、物理引导的流模型，通过显式的 albedo-shading-residual 分解与重组，学习从粘贴输入到真实合成图像的直接单步 latent 桥接。研究团队用 Blender 渲染与验证管线生成带物理标注的配对数据，并结合开源物体移除数据构建真实场景配对，共得到 86,273 个训练对和 1,500 例基准。实验显示该模型在合成质量与推理速度上均有明显优势。
推荐理由模型分析
Paste2Place 把“粘贴物体”到“自然合成”做成端到端一步式潜空间桥接，并在模型内显式分解与重组反照率、阴影和残差，统一了此前由参考插入、前景协调和阴影合成分别处理的部分。作者还构建 Blender 渲染校验管线与真实场景配对，给出 86,273 训练对和 1,500 例基准，报告了合成质量与推理速度优势。做图像编辑、合成数据或评测的研究者可据此比较其一步推理基线与数据构建方式；但效果仍限于论文实验条件，真实场景泛化需自行验证。
来源：arXiv Computer Vision · arxiv.org