LimeCross：基于上下文条件的结构一致分层图像编辑
计算机视觉与模式识别
2026-05-12 v1
摘要
分层图像资产在实际创意工作流程中广泛使用，使其能够实现非破坏性迭代和灵活的重新组合。尽管近期在分层图像生成和分解方面取得了进展，但对分层图像的可控编辑仍然具有挑战性。手动编辑需要在图层之间进行精心的协调，以保持一致的照明和接触，而基于人工智能的管道会将图层折叠成平面图像进行编辑，然后再对其进行分解，从而引入背景到前景的泄漏和不稳定的透明度问题。为解决这些限制，我们提出了 LimeCross，一种无需训练的上下文条件分层图像编辑框架，根据文本编辑用户选定的 RGBA 图层，同时保持其他图层不变。它利用其他图层的上下文线索，通过双流注意力机制保持跨图层一致性，同时显式维护图层完整性，以防止编辑图层的污染。为评估我们的方法，我们引入了 LayerEditBench，即 1500 个分层场景，配有对应的源/目标提示，以及评估编辑保真度和 alpha 通道稳定性的评估协议。大量实验表明，LimeCross 在强大的编辑基准上提高了图层纯度和合成真实性，确立了上下文条件分层编辑作为可控生成创作的原则框架。
引用
@article{arxiv.2605.10319,
title = {LimeCross: Context-Conditioned Layered Image Editing with Structural Consistency},
author = {Ryugo Morita and Stanislav Frolov and Brian Bernhard Moser and Ko Watanabe and Riku Takahashi and Issey Sukeda and Andreas Dengel},
journal= {arXiv preprint arXiv:2605.10319},
year = {2026}
}