可编辑噪声图反演：将目标图像编码为噪声以实现高保真图像编辑

文本到图像扩散模型在生成高质量和多样化图像方面取得了显著成功。在这些进展的基础上，扩散模型在文本引导的图像编辑中也展示了卓越的性能。有效图像编辑的一个关键策略是将源图像反演为与目标图像相关的可编辑噪声图。然而，先前的反演方法在紧密遵循目标文本提示方面面临挑战。这一局限性源于反演得到的噪声图虽然能够忠实重建源图像，但限制了所需编辑的灵活性。为了克服这个问题，我们提出了可编辑噪声图反演（ENM Inversion），这是一种新颖的反演技术，旨在搜索最优噪声图，以确保内容保留和可编辑性。我们分析了噪声图增强可编辑性的属性。基于此分析，我们的方法引入了一种可编辑噪声细化，通过最小化重建噪声图与编辑后噪声图之间的差异来与期望的编辑对齐。大量实验表明，ENM Inversion 在广泛的图像编辑任务中，在保留度和对目标提示的编辑保真度方面均优于现有方法。我们的方法还可以轻松应用于视频编辑，实现跨帧的时间一致性和内容编辑。