PhotoQuilt: Trainingsvrije arbitraire-resolutie fotomozaiëken via bootstrapped getegelde denoising

Samenvatting

Fotomozaïeken zijn grote afbeeldingen waarvan de lokale regio's worden gezien als onafhankelijke tegels, terwijl hun algehele rangschikking een coherente scène vormt. Het genereren ervan op hoge resolutie, waarbij elke tegel op zichzelf overtuigend is, is rekenintensief, omdat het canvas veel gedetailleerde tegels tegelijk moet bevatten. We presenteren PhotoQuilt, een trainingsvrij raamwerk dat fotomozaïeken genereert op willekeurige resolutie. Diffusiemodellen hebben moeite om aan beide schalen tegelijk te voldoen, omdat directe generatie op hoge resolutie kostbaar is en neigt naar één glad beeld in plaats van een mozaïek, terwijl patchgebaseerde betegeling lokale details behoudt maar de globale structuur verliest. PhotoQuilt lost dit op met een bootstrap-procedure voor betegelde denoising. We produceren eerst een globale compositie op lage resolutie om de lay-out vast te leggen, schalen deze vervolgens op in latente ruimte en injecteren opnieuw ruis om de generatieve capaciteit te herstellen. Denoising vindt plaats binnen vaste tegels, zodat elke tegel zijn eigen beeld vormt terwijl de gedeelde globale structuur ze in één lay-out houdt. Omdat tegelgeneratie afzonderlijk wordt afgehandeld, schaalt PhotoQuilt naar grote canvassen zonder kwadratische aandachtskosten. Experimenten tonen aan dat PhotoQuilt de huidige basislijnen overtreft op zowel globale structuur als lokaal realisme.

English

Photomosaics are large images whose local regions are seen as independent tiles while their overall arrangement forms a coherent scene. Generating them at high resolution, with every tile convincing in its own right, is computationally expensive, since the canvas must hold many detailed tiles at once. We present PhotoQuilt, a training-free framework that generates photomosaics at arbitrary resolution. Diffusion models struggle to satisfy both scales at once, as direct high-resolution generation is costly and tends toward one smooth image rather than a mosaic, while patch-based tiling keeps local detail but loses global structure. PhotoQuilt resolves this with a bootstrapped tiled denoising procedure. We first produce a global composition at low resolution to fix the layout, then upscale it in latent space and re-inject noise to restore generative capacity. Denoising proceeds within fixed tiles, so each forms its own image while the shared global structure holds them in one layout. Because tile generation is handled separately, PhotoQuilt scales to large canvases without quadratic attention cost. Experiments show that PhotoQuilt outperforms current baselines on both global structure and local realism.