通过引导与调度提升基于扩散的图像编辑保真度
计算机视觉与模式识别
2025-06-27 v1 人工智能
机器学习
摘要
文本引导的扩散模型已成为高质量图像合成的关键，实现了动态图像编辑。在图像编辑中，两个关键方面是可编辑性（决定修改程度）和保真度（反映未更改元素的保留程度）。然而，由于可编辑性和保真度之间固有的权衡，实现最佳结果具有挑战性。为了解决这个问题，我们提出了保真度引导与调度（FGS），以在最小影响可编辑性的情况下增强保真度。FGS 引入保真度引导以加强对输入图像信息的保留，并引入调度策略以解决可编辑性与保真度之间的不一致性。实验结果表明，FGS 在保持可编辑性的同时实现了卓越的保真度。此外，它与各种编辑方法的兼容性使其能够在 diverse 任务中实现精确、高质量的图像编辑。
引用
@article{arxiv.2506.21045,
title = {Improving Diffusion-Based Image Editing Faithfulness via Guidance and Scheduling},
author = {Hansam Cho and Seoung Bum Kim},
journal= {arXiv preprint arXiv:2506.21045},
year = {2025}
}
备注
preprint