语言驱动图像编辑的基准与基线方法

语言驱动图像编辑可大幅节省繁琐的图像编辑工作，并对摄影新手十分友好。然而，大多数同类工作只能处理特定图像域或仅能进行全局润色。为解决这一新任务，我们首先提出了一个支持局部与全局编辑、带有编辑操作和掩码标注的语言驱动图像编辑数据集。此外，我们还提出了一种充分利用标注来解决该问题的基线方法。我们的新方法将每个编辑操作视为一个子模块，并能自动预测操作参数。该方法不仅在具有挑战性的用户数据上表现良好，而且具有高度可解释性。我们相信包括基准与基线在内的这项工作，将推动图像编辑领域向更通用、更自由的形式发展。