EditCrafter：基于预训练扩散模型的无调参高分辨率图像编辑
计算机视觉与模式识别
2026-04-14 v1
摘要
我们提出了 EditCrafter，这是一种无需调参即可处理高分辨率图像的编辑方法，利用预训练的文本到图像（T2I）扩散模型。大规模 T2I 扩散模型的生成先验使得开发广泛的新型生成和编辑应用成为可能。尽管已提出诸种基于扩散模型的图像编辑方法并表现出高质量的编辑效果，但由于仅在训练分辨率（512x512 或 1024x1024）下工作，难以应用于任意宽高比或更高分辨率的图像。直接采用分块编辑会导致不真实的物体结构和重复。为此，我们引入 EditCrafter，构建了一个简洁有效的编辑流程。EditCrafter 通过首先进行分块反转，保留输入高分辨率图像的原始身份。我们进一步提出了针对从反演潜空间获得的高分辨率图像编辑的噪声抑制受约束的分类无指导（NDCFG++）。我们的实验表明，EditCrafter 可在各种分辨率下无需微调和优化即可实现出色的编辑效果。
引用
@article{arxiv.2604.10268,
title = {EditCrafter: Tuning-free High-Resolution Image Editing via Pretrained Diffusion Model},
author = {Kunho Kim and Sumin Seo and Yongjun Cho and Hyungjin Chung},
journal= {arXiv preprint arXiv:2604.10268},
year = {2026}
}
备注
Accepted to CVPRW 2026 Proceeding Track. Project page: https://editcrafter.github.io/