Tianyuan Qu

RePlan框架通过推理和区域规划增强复杂图像编辑能力

研究人员推出了一种新颖的指令驱动图像编辑框架RePlan，旨在处理复杂指令和场景。RePlan采用一种推理引导的方法，首先由规划器分解复杂指令并识别目标区域，然后由扩散编辑器在不进行迭代修复的情况下应用更改。该系统利用基于GRPO的强化学习来改进推理和格式可靠性，并开发了一个新的基准IV-Edit来评估细粒度定位和知识密集型编辑。RePlan在复杂场景下展示了优于现有方法的性能，实现了更高的区域精度和整体一致性。