TextureDiffusion: 面向多种纹理迁移的目标提示解耦编辑
计算机视觉与模式识别
2025-01-15 v2
摘要
近年来，文本引导的图像编辑取得了显著成功。然而，现有方法在改变物体纹理时只能应用简单的纹理，如木材或黄金。复杂的纹理，如云或火焰，则构成挑战。这种限制源于目标提示需要同时包含输入图像内容和<纹理>，从而限制了纹理表示。在本文中，我们提出TextureDiffusion，一种适用于多种纹理迁移的无调优图像编辑方法。首先，目标提示直接设置为“<纹理>”，使纹理与输入图像内容解耦，以增强纹理表示。随后，利用自注意力中的查询特征和残差块中的特征来保留输入图像的结构。最后，为保持背景，我们引入了一种编辑定位技术，该技术融合了自注意力结果和中间潜变量。综合实验表明，TextureDiffusion能够和谐地迁移多种纹理，同时出色地保留结构和背景。代码已在 https://github.com/THU-CVML/TextureDiffusion 公开。
引用
@article{arxiv.2409.09610,
title = {TextureDiffusion: Target Prompt Disentangled Editing for Various Texture Transfer},
author = {Zihan Su and Junhao Zhuang and Chun Yuan},
journal= {arXiv preprint arXiv:2409.09610},
year = {2025}
}