AnimeAdapter：用于生成外观一致的动漫角色的模块化适配器

我们提出了一种用于稳定扩散的轻量级外观适配器，可以在不同的编辑条件下生成可控且一致的动画角色。我们的方法不是依赖大规模视觉语言模型或每个主题的 微调，而是将单个参考图像中的细粒度视觉特征注入到扩散过程中。基于 CLIP 紧急局部空间化，我们开发了语义选择性局部注意力。为了进一步将角色外观与空间布局分开，我们在适配器训练期间纳入了姿势感知调节。由此产生的预训练适配器保持紧凑、模块化，并与 Stable Diffusion 社区工作流程完全兼容，同时在部署时不需要额外的 微调。此外，我们基于策划和重组的 Danbooru 提示提供了一个高质量的动漫角色数据集，并在几个实际的角色编辑场景中评估我们的方法。我们的代码、模型权重和数据集将在接受后公开发布。