小波引导的扩散模型图像编辑中文本反演加速

在图像编辑领域，Null-text Inversion（NTI）通过在DDIM采样过程中优化空嵌入，实现了在保留原始图像结构的同时进行细粒度编辑。然而，NTI过程耗时，每张图像需要两分钟以上。为此，我们引入了一种创新方法，在保持NTI原理的同时加速图像编辑过程。我们提出了WaveOpt-Estimator，它根据频率特征确定文本优化终点。利用小波变换分析识别图像的频率特征，我们可以将文本优化限制在DDIM采样过程中的特定时间步。通过采用Negative-Prompt Inversion（NPI）概念，代表原始图像的目标提示作为优化的初始文本值。该方法在保持与NTI相当性能的同时，将平均编辑时间相比NTI方法减少了80%以上。我们的方法为基于扩散模型的高效、高质量图像编辑提供了一种有前景的途径。