Openstory++ 大规模图像实例数据集

Openstory++ 数据集由华南理工大学、西湖大学、 OPPO 美国研究中心和阿卜杜拉国王科技大学于 2024 年共同开发。

Openstory++ 专为解决现有图像生成模型在长文本上下文中难以保持实例一致性的问题而设计。它通过结合图像和文本的实例级注释，提供了一个丰富的资源，使其能够在长文本上下文中生成具有高度一致性的图像。这一数据集的开发，基于对现有图像生成模型在处理复杂叙事时一致性不足的问题的深刻理解，通过自动化的关键帧提取、视觉-语言模型生成字幕、以及大型语言模型的叙事连贯性润色，构建了一个支持复杂叙事生成任务的大规模资源库。