PairEdit：学习语义变体用于示例驱动图像编辑
计算机视觉与模式识别
2025-06-10 v1
摘要
近期在文本引导图像编辑方面的进展通过利用自然语言提示实现了显著成功，但某些编辑语义单凭文本描述难以精确指定。实际可行的替代方案是从配对的源-目标示例中学习编辑语义。现有的示例驱动编辑方法仍依赖于描述配对示例中变化的文本提示，或学习隐式的文本基于编辑指令。在本文中，我们引入了PairEdit，这是一种新的视觉编辑方法，旨在从有限数量的图像配对，甚至单个图像配对中有效地学习复杂的编辑语义，而无需使用任何文本指导。我们提出了一种目标噪声预测，通过指导方向项显式建模配对图像中的语义变体。此外，我们引入了内容保持噪声计划，以促进更有效的语义学习。我们还提出了优化不同的LoRAs来分离语义变体的学习与内容的学习。广泛的定性和定量评估表明，PairEdit成功地学习了复杂的语义，同时显著提高了内容一致性。代码将在https://github.com/xudonmao/PairEdit提供。
引用
@article{arxiv.2506.07992,
title = {PairEdit: Learning Semantic Variations for Exemplar-based Image Editing},
author = {Haoguang Lu and Jiacheng Chen and Zhenguo Yang and Aurele Tohokantche Gnanha and Fu Lee Wang and Li Qing and Xudong Mao},
journal= {arXiv preprint arXiv:2506.07992},
year = {2025}
}