CoCoEdit：基于区域正则化强化学习的内容一致图像编辑
计算机视觉与模式识别
2026-05-15 v2
摘要
随着大规模生成模型的发展，图像编辑取得了令人印象深刻的成果。然而，现有模型主要关注意图对象和区域的编辑效果，往往导致意图区域外的不可寻求更改。我们提出了一种基于区域正则化强化学习的后训练内容一致编辑框架（CoCoEdit）。我们首先通过精细化指令和掩码扩展现有编辑数据集，从中挑选出 40K 个多样且高质量的样本作为训练集。随后，我们引入像素级相似性奖励，以补充基于 MLLM 的奖励，使模型在编辑过程中能够确保编辑质量和内容一致性。为克服奖励在空间上的非惧性， 我们提出了一种基于区域的正则化器，旨在在高奖励样本中保留非编辑区域，同时鼓励低奖励样本的编辑效果。对于评估，我们为 GEdit-Bench 和 ImgEdit-Bench 标注了编辑掩码，引入像素级相似性指标以衡量内容一致性和编辑质量。将 CoCoEdit 应用于 Qwen-Image-Edit 和 FLUX-Kontext，我们不仅实现了与最先进模型的竞争性编辑分数，还在 PSNR/SSIM 指标和人类主观评分等方面显著优于内容一致性。
引用
@article{arxiv.2602.14068,
title = {CoCoEdit: Content-Consistent Image Editing via Region Regularized Reinforcement Learning},
author = {Yuhui Wu and Chenxi Xie and Ruibin Li and Liyi Chen and Qiaosi Yi and Lei Zhang},
journal= {arXiv preprint arXiv:2602.14068},
year = {2026}
}
备注
Accepted by ICML 2026