AdaEdit：面向基于流的图像编辑的自适应时序与通道调制
计算机视觉与模式识别
2026-03-24 v1
摘要
基于反演的图像编辑在流匹配模型中已成为一种强大的免训练、文本引导的图像操控范式。该范式的一个核心挑战是注入困境：在去噪过程中注入源特征可以保留原始图像的背景，但同时会抑制模型合成编辑内容的能力。现有方法通过固定的注入策略来解决此问题——二元的开/关时序调度、均匀的空间混合比率以及与通道无关的潜在扰动——这些策略忽略了注入需求在时间和通道维度上固有的异质性。在本文中，我们提出了 AdaEdit，一个免训练的自适应编辑框架，通过两项互补的创新来解决这一困境。首先，我们提出了一种渐进式注入调度，用连续衰减函数（sigmoid、余弦或线性）取代硬性的二元截止，从而实现从源特征保留到目标特征生成的平滑过渡，并消除特征不连续性伪影。其次，我们引入了通道选择性潜在扰动，该方法基于反演潜在变量与随机潜在变量之间的分布差距来估计每个通道的重要性，并据此施加差异化的扰动强度——对编辑相关通道进行强扰动，同时保留结构编码通道。在 PIE-Bench 基准（700 张图像，10 种编辑类型）上的大量实验表明，与强基线相比，AdaEdit 的 LPIPS 降低了 8.7%，SSIM 提高了 2.6%，PSNR 提高了 2.3%，同时保持了有竞争力的 CLIP 相似度。AdaEdit 是完全即插即用的，并且兼容多种 ODE 求解器，包括 Euler、RF-Solver 和 FireFlow。代码可在 https://github.com/leeguandong/AdaEdit 获取。
引用
@article{arxiv.2603.21615,
title = {AdaEdit: Adaptive Temporal and Channel Modulation for Flow-Based Image Editing},
author = {Guandong Li and Zhaobin Chu},
journal= {arXiv preprint arXiv:2603.21615},
year = {2026}
}