Cora：使用少步扩散的对应感知图像编辑

图像编辑是计算机图形学、视觉和 VFX 中的一项重要任务，最近的基于扩散的方法实现了快速且高质量的结果。然而，需要显著结构变化的编辑，如非刚性形变、物体修改或内容生成，仍然具有挑战性。现有的少步编辑方法会产生诸如不相关纹理等伪影，或难以保留源图像的关键属性（例如姿态）。我们引入了 Cora，一种新颖的编辑框架，通过引入对应感知噪声校正和插值注意力图来解决这些限制。我们的方法通过语义对应在源图像和目标图像之间对齐纹理和结构，从而在必要时生成新内容的同时实现准确的纹理迁移。Cora 提供了对内容生成与保留之间平衡的控制。大量实验表明，在定量和定性上，Cora 在包括姿态变化、物体添加和纹理细化在内的各种编辑中，在保持结构、纹理和身份方面表现出色。用户研究证实 Cora 提供了卓越的结果，优于其他替代方案。