ERDDCI：基于双链反演的精确可逆扩散用于高质量图像编辑
计算机视觉与模式识别
2024-10-21 v1
摘要
扩散模型（DM）已成功应用于真实图像编辑。这些模型通常通过将图像反演到潜在噪声向量来重建原始图像（称为反演），然后在推理过程中对其进行编辑。然而，近期流行的扩散模型往往依赖于局部线性化的假设，即在反演过程中注入的噪声预期等于推理过程中去除的噪声。虽然该假设使扩散模型在生成图像方面高效，却也可能在扩散过程中积累误差，最终严重影响真实图像的重建质量和编辑效果。为此，我们提出了一种新方法，称为 ERDDCI（Exact Reversible Diffusion via Dual-Chain Inversion），以双链反演（DCI）实现精确可逆扩散过程。通过使用 DCI，我们的方法有效避免了现有反演方法中繁琐的优化过程，实现了高质量图像编辑。此外，为适应高导力比例下的图像操作，我们引入一种动态控制策略，以实现更精细的图像重建和编辑。我们的实验表明，ERDDCI 在 50 步扩散过程中显著优于最先进的方法，实现了以 0.999 的 SSIM 和 0.001 的 LPIPS 的快速精准图像重建，并在图像编辑方面也达到具竞争力的效果。
引用
@article{arxiv.2410.14247,
title = {ERDDCI: Exact Reversible Diffusion via Dual-Chain Inversion for High-Quality Image Editing},
author = {Jimin Dai and Yingzhen Zhang and Shuo Chen and Jian Yang and Lei Luo},
journal= {arXiv preprint arXiv:2410.14247},
year = {2024}
}