PANDORA: 逐像素注意力溶解与潜变量引导的零样本目标移除
计算机视觉与模式识别
2026-03-31 v1
摘要
从自然图像中移除目标具有挑战性，因为需要在保持背景完整性的同时合成语义连贯的内容。现有方法通常依赖微调、提示工程或推理时优化，但仍存在纹理不一致、刚性伪影、前景-背景解耦薄弱以及多目标移除可扩展性差等问题。我们提出了一种新颖的零样本目标移除框架PANDORA，直接在预训练的文本到图像扩散模型上运行，无需微调、提示或优化。我们提出逐像素注意力溶解，通过将掩码像素最相关的注意力键置零来移除目标，有效消除目标在自注意力流中的影响，使背景上下文主导重建。我们进一步引入局部注意力解耦引导，引导去噪朝向有利于干净目标移除的潜流形。这些组件共同实现了精确、非刚性、无提示且可扩展的单次多目标擦除。实验表明，该方法在视觉保真度和语义合理性方面优于最先进方法。项目页面位于 https://vdkhoi20.github.io/PANDORA。
引用
@article{arxiv.2603.27555,
title = {PANDORA: Pixel-wise Attention Dissolution and Latent Guidance for Zero-Shot Object Removal},
author = {Dinh-Khoi Vo and Van-Loc Nguyen and Tam V. Nguyen and Minh-Triet Tran and Trung-Nghia Le},
journal= {arXiv preprint arXiv:2603.27555},
year = {2026}
}
备注
ICME 2026