.png){kind=icon}
返回
StyleDiffusion: Prompt-Embedding Inversion for Text-Based Editing
.png){kind=icon}
OA
AI
DOI：10.26599/CVM.2025.9450462.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大量研究工作聚焦于利用预训练扩散模型在图像编辑中的卓越能力。现有方法或对模型进行微调，或将在预训练模型隐空间中反演图像。然而，这些方法存在两个问题：（i）选定区域效果不理想且非选定区域出现意外变化；（ii）需要精心编辑文本提示：提示应包含输入图像中的所有视觉对象。为解决此问题，我们提出两项改进：（i）仅优化交叉注意力层中值线性网络的输入就足以重建真实图像；（ii）引入注意力正则化以在重建和编辑后保留对象级注意力图，从而实现精确的风格编辑而不引起显著的结构变化。我们进一步改进了P2P所使用的无分类器指导无条件分支的编辑技术。在多种图像上的大量实验提示编辑结果表明，从定性和定量角度看，我们的方法在编辑能力上优于现有及同期工作。我们的StyleDiffusion代码可在https://github.com/sen-mao/StyleDiffusion获取。
Keyword:
real-image inversion
image editing
diffusion models
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
18.3
论文数:
319
被引数:
2.6K
机构
引用论文
.png){kind=icon}
ProxEdit: Improving Tuning-Free Real Image Editing with Proximal GuidanceProxEdit：利用近端引导提升免调优的真实图像编辑
PREAI
分享收藏Encoder-based Domain Tuning for Fast Personalization of Text-to-Image Models基于编码器的域调整，用于文本到图像模型的快速个性化
OAAI
OAAI分享收藏
查看更多内容