PulseAugur
实时 08:53:14
English(EN) RIDGE: Re-Noising with Internal Dynamic Guidance for Image Editing

新的RIDGE方法通过内部动态引导增强图像编辑

研究人员开发了RIDGE,一种新的无反演、无训练的图像编辑方法,它使用内部动态引导。这种方法对目标状态的演进近似进行重噪,允许随着噪声水平的增加,源状态和目标状态之间的位移自然收缩。RIDGE在早期高噪声步骤中,利用从模型内部派生的软动态掩码,将引导集中在需要修改的区域。使用SD3 Medium和FLUX.1-dev模型进行的实验表明,RIDGE在源图像保留、目标对齐和感知质量之间取得了良好的平衡。 AI

影响 引入了一种新颖的图像编辑技术,提高了源图像保留和目标对齐能力。

排序理由 这是一篇详细介绍新图像编辑方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的RIDGE方法通过内部动态引导增强图像编辑

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Ruiliang Gong, Zhen Wang, Yanghao Wang, Long Chen ·

    RIDGE: Re-Noising with Internal Dynamic Guidance for Image Editing

    arXiv:2608.03059v1 Announce Type: new Abstract: Inversion-free flow-based image editing avoids latent inversion, but still requires a target-side state at every editing step. The widely used equal-displacement construction keeps the displacement between the noisy source state and…