EdiBERT：一种用于图像编辑的生成模型
计算机视觉与模式识别
2022-07-22 v3 机器学习
摘要
计算机视觉领域的进展正在推动图像操控的极限，生成模型在各种任务上采样出细节丰富的图像。然而，即便许多图像编辑任务具有相似性，针对每个特定任务往往仍会开发和训练专门的模型。在去噪、修复或图像合成中，目标始终是从低质量图像生成逼真图像。本文旨在朝统一图像编辑方法迈出一步。为此，我们提出 EdiBERT，一种在由向量量化自编码器构建的离散潜在空间中训练的双向 transformer。我们认为这种双向模型适用于图像操控，因为任意图像块均可基于整幅图像条件重新采样。利用这一唯一且直接的训练目标，我们展示了所得模型在广泛任务上达到最先进性能：图像去噪、图像补全与图像合成。
引用
@article{arxiv.2111.15264,
title = {EdiBERT, a generative model for image editing},
author = {Thibaut Issenhuth and Ugo Tanielian and Jérémie Mary and David Picard},
journal= {arXiv preprint arXiv:2111.15264},
year = {2022}
}