CrimEdit：用于反事实物体移除、插入与运动的可控编辑
计算机视觉与模式识别
2025-09-30 v1 人工智能
摘要
近期关于物体移除和插入的工作通过使用在反事实数据集上训练的扩散模型处理物体效应（如阴影和反射）提升了性能。然而，在统一模型中应用无分类器引导来处理移除和插入任务中的物体效应的性能影响仍 largely 未被探索。为填补这一空白并提升复合编辑的效率，本文提出了CrimEdit，在单一模型中联合训练移除和插入的任务嵌入，并在无分类器引导方案中加以利用——增强了对物体及其效应的移除，并在插入过程中实现了物体效应的可控合成。CrimEdit还将这两个任务提示扩展至空间不同区域，使物体在单次去噪步骤中实现运动（重新定位）。通过采用两种引导技术，大量实验表明CrimEdit在无需额外训练或独立移除和插入阶段的情况下，实现了优越的物体移除、可控效应插入和高效物体运动。
引用
@article{arxiv.2509.23708,
title = {CrimEdit: Controllable Editing for Counterfactual Object Removal, Insertion, and Movement},
author = {Boseong Jeon and Junghyuk Lee and Jimin Park and Kwanyoung Kim and Jingi Jung and Sangwon Lee and Hyunbo Shim},
journal= {arXiv preprint arXiv:2509.23708},
year = {2025}
}