Edit-GRPO：面向图像编辑的保持局部性策略优化框架
计算机视觉与模式识别
2026-05-19 v1
摘要
图像编辑中的一个根本挑战在于保持空间局部性：编辑应改善被针对内容，同时避免不经意地改变周围区域。然而，大多数基于优化的编辑方法将图像视为整体实体，导致全局策略更新破坏局部性并引入不必要的上下文变化。我们观察到，这一问题源于局部化编辑意图与全局应用的优化信号之间的不匹配。鼓舞于此洞见，我们提出了 Edit-GRPO，一种保持 Locality 的策略优化框架，显式地解耦编辑与保留目标。通过将区域特定的优化信号分配给 edit 与 non-edit 区域，Edit-GRPO 将策略更新与编辑任务的空间结构保持一致，实现局部化改进的同时保持全局视觉一致性。此设计有效抑制了常见的 artifact 如 context distortion 与 boundary inconsistency。广泛的实验表明，Edit-GRPO 在多样化的图像编辑场景中显著提升了局部性保持能力，同时保持强大的编辑性能，验证了该框架的通用性与有效性。
引用
@article{arxiv.2605.16951,
title = {Edit-GRPO: A Locality-Preserving Policy Optimization Framework for Image Editing},
author = {Shaodong Xu and Zexian Li and Zhendong Wang and Litong Gong and Tiezheng Ge and Wengang Zhou and Bo Zheng and Houqiang Li},
journal= {arXiv preprint arXiv:2605.16951},
year = {2026}
}