.png){kind=icon}
返回
MultiLightDiff: Multimodal Diffusion Approach for Precise Image Editing and Illumination Adjustment
.png){kind=icon}
PRE
AI
DOI：10.1007/s13369-026-11309-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种图像编辑模型，能够精确生成和修改真实及合成图像中的物体。该模型分为两步运行。第一步通过多模态引导的零样本方法，在用户指定区域编辑和生成新内容，该方法结合文本描述和2D几何形状指导编辑过程，利用文本的语义信息和图像的视觉细节，实现更精确且一致性的修改，同时保持原始图像的视觉完整性。第二步集成光照调整机制，确保修改区域的照明与图像其余部分保持一致，避免视觉伪影并维持高美学质量。我们在合成和真实数据集上进行了实验，结果表明，在视觉质量、结构连贯性和光照调整方面，我们的模型性能更优。该方法减少了其他方法中常见的伪影问题，并在各类图像编辑场景中提供了高灵活性。更多详情请访问项目网站 https://multilightdiff.github.io/。
Keyword:
Multimodal Guidance
Illumination Adjustment
Zero-Shot Learning
Image Editing
Diffusion Model
Visual Consistency
期刊
A
IF:
2.9
论文数:
1.2K
被引数:
0
机构
引用论文
High-precision and real-time algorithms of multi-object detection, recognition and localization toward ARVD of cooperative spacecrafts面向合作航天器相对距离与姿态确定（ARVD）的多目标检测、识别与定位的高精度实时算法.png)
Optik
OptikIF0
PREAI
分享收藏 没有更多内容
没有更多内容