RegionDrag：基于区域的快速区域图像编辑方法

点拖拽式图像编辑方法（如 DragDiffusion）引起了广泛关注。然而，点拖拽方法因基于点的编辑指令稀疏，导致计算开销大且误解用户意图。本文提出了一种区域基 copy-and-paste 拖拽方法 RegionDrag，以克服这些限制。RegionDrag 允许用户以句柄区域和目标区域的形式表达编辑指令，从而实现更精确的控制并缓解歧义。此外，区域基的操作在一次迭代中完成编辑，速度远快于点拖拽方法。我们还采用注意力置换技术以增强编辑期间的稳定性。为验证我们的方法，我们将现有的点拖拽数据集扩展为包含区域拖拽指令。实验结果表明，RegionDrag 在速度、准确性和与用户意图的对齐方面均优于现有的点拖拽方法。值得注意的是，RegionDrag 能在分辨率为512x512 的图像上完成编辑，耗时不足2 秒，这比 DragDiffusion 慢超过100倍，同时实现了更好的性能。项目页面：https://visual-ai.github.io/regiondrag。