h-Edit：基于 Doob h-变换的有效且灵活的扩散编辑
计算机视觉与模式识别
2025-03-05 v1
摘要
我们通过将基于扩散的图像编辑表述为逆时桥建模问题，引入了一个理论框架。该方法修改预训练扩散模型的后向过程，以构建一个在时间 0 收敛于与编辑目标相关联的隐式分布的桥。在此框架基础上，我们提出了 h-Edit，一种利用 Doob h-变换和 Langevin Monte Carlo 将中间编辑样本的更新分解为两个组件的新型编辑方法：“重建”项和“编辑”项。这种分解提供了灵活性，允许通过现有的反演技术计算重建项，并能够组合多个编辑项以处理复杂的编辑任务。据我们所知，h-Edit 是第一种能够同时执行文本引导和基于奖励模型编辑的无训练方法。大量定量和定性实验表明，h-Edit 在编辑有效性和忠实度方面优于 SOTA 基线。我们的源代码可在 https://github.com/nktoan/h-edit 获取。
引用
@article{arxiv.2503.02187,
title = {h-Edit: Effective and Flexible Diffusion-Based Editing via Doob's h-Transform},
author = {Toan Nguyen and Kien Do and Duc Kieu and Thin Nguyen},
journal= {arXiv preprint arXiv:2503.02187},
year = {2025}
}
备注
Accepted in CVPR 2025