FlexiEdit：频率感知的潜在微调以增强非刚性编辑

当前图像编辑方法主要利用 DDIM 逆转，采用两分支扩散方法以保留原始图像的属性和布局，但在处理涉及改变图像布局或结构的非刚性编辑时面临挑战。我们的全面分析表明，DDIM 潜在空间的高频分量——对于保留原始图像关键特征和布局至关重要——显著贡献于这些限制。为此，本文引入 FlexiEdit，通过在目标编辑区域降低高频分量来细化 DDIM 潜在空间，从而提高对输入文本提示的忠实度。FlexiEdit 包含两个关键组件：(1)潜在空间微调，用于更好地适应布局调整；(2)通过重新逆转实现编辑忠实度增强，旨在确保编辑更准确地反映输入文本提示。我们的方法在图像编辑领域取得显著进展，尤其是在执行复杂的非刚性编辑方面，实验结果显示其增强的能力。