ParallelEdits: 高效的多目标图像编辑
计算机视觉与模式识别
2025-05-06 v4
摘要
随着扩散模型的发展，文本驱动的图像合成取得了显著进展，改变了从文本提示生成视觉内容的方式。尽管取得了这些进展，但作为计算机图形学关键领域的文本驱动图像编辑仍面临独特的挑战。一个主要挑战是如何同时对多个对象或属性进行编辑。将这些方法顺序应用于多属性编辑会增加计算需求并导致效率损失。在本文中，我们通过重要贡献来应对这些挑战。我们的主要贡献是开发了ParallelEdits，一种能够无缝管理跨多个属性同时编辑的方法。与先前的方法相比，ParallelEdits不仅保持了单属性编辑的质量，还显著提升了多任务编辑的性能。这是通过创新的注意力分配机制和在多个处理头之间运行的多分支设计实现的。此外，我们引入了PIE-Bench++数据集，这是原始PIE-Bench数据集的扩展，以更好地支持涉及多个对象和属性同时进行的图像编辑任务的评估。该数据集是评估多场景下文本驱动图像编辑方法的基准。
引用
@article{arxiv.2406.00985,
title = {ParallelEdits: Efficient Multi-object Image Editing},
author = {Mingzhen Huang and Jialing Cai and Shan Jia and Vishnu Suresh Lokhande and Siwei Lyu},
journal= {arXiv preprint arXiv:2406.00985},
year = {2025}
}