噪声图引导：面向真实图像编辑的含空间上下文反演
计算机视觉与模式识别
2024-02-08 v1
摘要
文本引导的扩散模型已成为图像合成中的流行工具，以生成高质量和多样化的图像而闻名。然而，将其应用于编辑真实图像时常常遇到障碍，这主要是由于文本条件会降低重建质量，进而影响编辑保真度。Null-text Inversion (NTI) 在该领域取得了进展，但它未能捕捉空间上下文，且需要计算密集的逐时间步优化。为了解决这些挑战，我们提出了噪声图引导（Noise Map Guidance, NMG），这是一种富含空间上下文、专为真实图像编辑量身定制的反演方法。值得注意的是，NMG 在无需优化的情况下实现了这一点，同时保持了编辑质量。我们的实证研究突出了 NMG 对各种编辑技术的适应性，及其对 DDIM 反演变体的鲁棒性。
引用
@article{arxiv.2402.04625,
title = {Noise Map Guidance: Inversion with Spatial Context for Real Image Editing},
author = {Hansam Cho and Jonghyun Lee and Seoung Bum Kim and Tae-Hyun Oh and Yonghyun Jeong},
journal= {arXiv preprint arXiv:2402.04625},
year = {2024}
}
备注
ICLR 2024