LASPA：面向快速免训练单图像编辑的潜在空间对齐
计算机视觉与模式识别
2024-03-20 v1
摘要
我们提出了一种新颖的、免训练的方法，利用扩散模型对真实图像进行文本编辑。与依赖计算成本高昂的微调的先前方法不同，我们的方法利用潜在空间对齐（LASPA）来高效地保留图像细节。我们展示了扩散过程如何易于使用参考图像进行空间引导，从而实现语义连贯的编辑。这消除了对复杂优化和昂贵模型微调的需求，使得编辑速度相比先前方法显著加快。此外，我们的方法避免了与大型微调模型相关的存储需求。这些优势使我们的方法特别适用于移动设备上的编辑以及要求快速响应的应用。尽管简单快速，我们的方法在用户研究中获得了 62-71% 的偏好度，并在基于模型的编辑强度和图像保留评分上显著更优。
引用
@article{arxiv.2403.12585,
title = {LASPA: Latent Spatial Alignment for Fast Training-free Single Image Editing},
author = {Yazeed Alharbi and Peter Wonka},
journal= {arXiv preprint arXiv:2403.12585},
year = {2024}
}