漫画图像编辑的推理时程优化
计算机视觉与模式识别
2026-03-31 v1
摘要
我们提出一种推理时方法，可针对每个输入漫画图像对预训练的图像编辑模型进行定制化，只需使用输入图像本身。尽管最近在预训练图像编辑方面取得了进展，但此类模型在漫画上往往表现不佳，因为它们主要是在自然图像数据上训练的。然而，对漫画进行大规模模型的再训练或微调通常不可行，由于计算成本和版权限制。为了解决此问题，我们的方法在推理时稍微纠正生成轨迹，以便在空白提示下更准确地重构输入图像。实验结果表明，我们的方法始终优于现有基线，仅引入可忽略的计算开销。
引用
@article{arxiv.2603.27790,
title = {Inference-time Trajectory Optimization for Manga Image Editing},
author = {Ryosuke Furuta},
journal= {arXiv preprint arXiv:2603.27790},
year = {2026}
}