ArticleMetadataMain page

source · 2026-04-15

Check, Locate, Rectify（CVPR 2024）：文本到图像生成的训练免费布局校准系统

#near-cvpr-2025#image-generation#control#primary-source

Check, Locate, Rectify（CVPR 2024）：文本到图像生成的训练免费布局校准系统

会议：CVPR 2024
发表日期：2023/11/27
资料加入日期：2026-04-14

一句话结论

这篇工作把训练免费的布局校准系统补进库里，强化了 image-generation 中的 layout control / calibration 路线。

问题定义

它要解决的是文本到图像生成即使有布局条件，仍可能放错位置或结构不稳的问题。对当前知识库来说，它补的是 LayoutDiffusion 之外更偏 inference-time calibration 的路线。

方法概述

Check, Locate, Rectify 提供 training-free layout calibration system，通过检测、定位和校正步骤提升 text-to-image generation 的布局遵循能力。

关键发现

  • 它说明布局控制不仅可以在训练阶段建模，也可以在推理阶段做校准。
  • 它让 image-generation 的空间控制路线从 layout modeling 扩到 layout calibration。
  • 它对以后做低成本控制增强方向很有价值。

局限或疑问

  • 训练免费系统通常更依赖基础模型已有能力。
  • 它更偏布局校正，不直接等于更强开放语义生成。
  • 它是控制增强路线，而不是基础模型路线。

原始链接

  • https://arxiv.org/abs/2311.15773
  • https://arxiv.org/pdf/2311.15773

相关页面

备注

这篇工作在库里的作用，是把 layout calibration 路线补成 image-generation 控制层的重要分支。

Metadata

{
  "id": "2026-04-14-check-locate-rectify",
  "type": "source",
  "title": "Check, Locate, Rectify（CVPR 2024）：文本到图像生成的训练免费布局校准系统",
  "status": "reviewed",
  "created": "2026-04-14",
  "updated": "2026-04-15",
  "venue": "CVPR 2024",
  "ingested_at": "2026-04-14",
  "tags": [
    "near-cvpr-2025",
    "image-generation",
    "control",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Gong, Biao",
    "Huang, Siteng",
    "Feng, Yutong",
    "Zhang, Shiwei",
    "Li, Yuyuan",
    "Liu, Yu"
  ],
  "published_at": "2023/11/27",
  "canonical_links": [
    "https://arxiv.org/abs/2311.15773",
    "https://arxiv.org/pdf/2311.15773"
  ],
  "raw_entry": "raw/ingest/2026-04-14-check-locate-rectify/",
  "topics": [
    "topics/image-generation",
    "topics/vision-language"
  ],
  "entities": [
    "entities/unified-image-generation-editing"
  ],
  "claims": [],
  "questions": [
    "questions/question-will-unified-image-models-sustain-their-advantage"
  ]
}