中文

负提示反演:基于文本引导扩散模型的快速图像反演编辑

计算机视觉与模式识别 2024-12-11 v2

摘要

在采用扩散模型的图像编辑中,在改变图像风格的同时保持对原图像的重建保真度至关重要。尽管现有方法通过优化确保重建保真度,但这些方法的一个缺陷是优化所需时间长。本文提出负提示反演,一种仅通过前向传播而无须优化即可实现等效重建的方法,从而实现超快编辑过程。我们通过实验证明,本方法的重建保真度与现有方法相当,能在约 5 秒内以 512 像素分辨率和 50 个采样步长完成反演,比空文本反演(null-text inversion)快 30 倍以上。所提方法对计算时间的缩减进一步使我们能在扩散模型中使用更多采样步长,以适度的计算时间增加来改善重建保真度。

关键词

引用

@article{arxiv.2305.16807,
  title  = {Negative-prompt Inversion: Fast Image Inversion for Editing with Text-guided Diffusion Models},
  author = {Daiki Miyake and Akihiro Iohara and Yu Saito and Toshiyuki Tanaka},
  journal= {arXiv preprint arXiv:2305.16807},
  year   = {2024}
}

备注

20 pages, 14 figures