画像生成における被写体と動作の統合的な制御 - ImPoster: 拡散モデルを用いた被写体主導型アクション個別化のためのテキストおよび周波数ガイダンス

ImPosterは、単一の被写体画像と駆動画像から、被写体が駆動アクションを実行する画像を生成する新しいアルゴリズムです。ステップワイズのテキストプロンプティングと周波数ガイダンスを組み合わせることで、被写体の特徴を維持しつつ、駆動アクションを効果的に転写することができます。