基于扩散模型的免训练几何图像编辑
计算机视觉与模式识别
2025-08-04 v2
摘要
我们处理几何图像编辑任务，即对图像中的物体进行重新定位、重新定向或重塑，同时保持整体场景的连贯性。以往基于扩散的编辑方法通常试图在单一步骤中处理所有相关子任务，当变换幅度较大或结构复杂时，这被证明是困难的。我们通过提出一种解耦流水线来解决这一问题，该流水线将物体变换、源区域修复和目标区域精细化分离开来。修复和精细化均使用一种免训练扩散方法FreeFine来实现。在我们包含2D和3D编辑场景的新GeoBench基准上的实验中，FreeFine在图像保真度和编辑精度上优于SOTA替代方案，尤其是在高要求变换下。代码和基准可在以下地址获取：https://github.com/CIawevy/FreeFine
引用
@article{arxiv.2507.23300,
title = {Training-free Geometric Image Editing on Diffusion Models},
author = {Hanshen Zhu and Zhen Zhu and Kaile Zhang and Yiming Gong and Yuliang Liu and Xiang Bai},
journal= {arXiv preprint arXiv:2507.23300},
year = {2025}
}
备注
Accepted by ICCV2025