研究人员开发了 StitchEdit,一种将扩散模型中的深度先验纳入文本引导图像编辑的新颖方法。通过分析逐层梯度,他们发现编辑和深度目标在后期 Transformer 层中存在冲突。StitchEdit 通过使用轻量级的深度去噪适配器和探测器引导的学习率调度来解决此问题,在有益的地方保留深度知识,在有害的地方将其修剪。该方法在新发布的 StitchEditBench 上进行了评估,该基准包含 150 个依赖于几何的编辑,与现有基线相比,在感知质量和几何保真度方面表现出卓越的性能。 AI
影响 通过整合 3D 场景理解来增强图像编辑能力,有可能提高生成式 AI 应用的真实感和控制力。
排序理由 该集群描述了一篇详细介绍新颖图像编辑方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- Scite
- StitchEdit
- StitchEditBench
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →