Flux-Sculptor：通过分解空间流控制实现文本驱动的富属性人像编辑
计算机视觉与模式识别
2025-07-08 v1
摘要
文本驱动的人像编辑具有广泛的应用前景，但也面临诸多挑战。理想的文本驱动人像编辑方法应实现精确定位和恰当的内容修改，但现有方法难以平衡重建保真度和编辑灵活性。为此，我们提出了Flux-Sculptor，一个基于Flux的框架，用于精准文本驱动人像编辑。我们的框架引入了Prompt-Aligned Spatial Locator（PASL），准确识别相关编辑区域，同时提出Structure-to-Detail Edit Control（S2D-EC）策略，通过顺序掩码引导的潜在表示和注意力值融合，空间引导去噪过程。大量实验表明，Flux-Sculptor 在富属性编辑和人脸信息保留方面超越了现有方法，成为实际人像编辑的强有力候选方案。项目页面已提供。
引用
@article{arxiv.2507.03979,
title = {Flux-Sculptor: Text-Driven Rich-Attribute Portrait Editing through Decomposed Spatial Flow Control},
author = {Tianyao He and Runqi Wang and Yang Chen and Dejia Song and Nemo Chen and Xu Tang and Yao Hu},
journal= {arXiv preprint arXiv:2507.03979},
year = {2025}
}
备注
17 pages, 17 figures