PulseAugur
实时 10:14:02
English(EN) Diffusion Image Editing via Asynchronous Token Decoding

新的ATDEdit框架实现了精确的扩散图像编辑

研究人员开发了ATDEdit,一种新颖的扩散图像编辑框架,可以在保留图像身份和背景的同时进行语义属性修改。该方法采用异步令牌解码,通过差异化的更新策略实现令牌索引条件切换。ATDEdit根据令牌级别的条件惊奇度估计可编辑位置,并选择性地应用校正,在无需外部掩码或模型微调的情况下,结合了局部编辑和背景保留。该框架在PIE-Bench基准测试中表现出色,实现了卓越的保留指标。 AI

影响 这一新的编辑框架可以实现对AI生成图像更精确、更可控的操纵,可能对创意工具和内容生成工作流程产生影响。

排序理由 详细介绍扩散图像编辑新方法的学术论文。[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ATDEdit框架实现了精确的扩散图像编辑

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yang Shi, Liangsi Lu, Minzhe Guo, Yifeng Xie, Yanhui Chen, Jingchao Wang, Xuhang Chen ·

    Diffusion Image Editing via Asynchronous Token Decoding

    arXiv:2608.09322v1 Announce Type: new Abstract: Text-guided diffusion image editing aims to modify semantic attributes of an image while preserving its identity, layout, and background. However, na\"ively switching the text condition during sampling often causes global drift, as …