高效分层扩散刷子：简化图像编辑

去噪扩散模型已成为图像 manipulation 的强大工具，但交互式、局部化编辑工作流程仍不成熟。我们引入分层扩散刷子 (Layered Diffusion Brushes, LDB)，这是一种无需训练的新型框架，支持基于标准扩散模型的交互式、分层编辑。LDB 将每个“图层”定义为一组引导生成过程的自包含参数，使其能够独立、非破坏性地进行精细的、基于提示的编辑，即使在重叠区域亦可如此。LDB 利用独特的中间潜在缓存方法，将每次编辑简化为仅需数个去噪步骤，在消费级 GPU 上实现约 140 毫秒的编辑速度。评估了实现 LDB 的编辑器，后者融合了熟悉的图层概念。通过用户研究和量化指标进行评估。结果表明，LDB 在各种顺序图像操作任务中，速度优于最先进的方法，同时在图像质量、背景保留和编辑保真度方面表现出 Comparable 或更好的效果。这些发现凸显了 LDB 显著提升创意工作流程的能力，使其能够提供一种直观且高效的基于扩散的图像编辑方法，并为包括视频编辑在内的相关子领域的扩展提供了潜力。