以分层图片生成的视角，从生成图像转变为同时生成背景、前景、图层掩码和合成图像。提出的方法可实现更好的合成工作流和高质量图像输出，同时得到比图像分割产生的图层掩码更高质量的效果。实验结果表明该方法能够生成高质量的分层图片，为未来的工作提供了基准。

Jul, 2023

本研究提出了一种新的方法，可以在 GAN 的潜在空间中反演和编辑具有复杂场景布局和物体遮挡的图像，采用分层集合反演的思路，通过预测图像不同部分的可反转性，并将每个部分投影到潜在层中，系统学习将相对容易的区域反演到生成器的较早潜在空间，而将较具挑战性的区域反演到后续的特征空间。该方法相对于现有方法，获取了更好的具有相对复杂类别的反演结果，同时仍保持下游可编辑性。

Jun, 2022

通过引入 `LatentEditor` 框架，利用文本提示实现对神经场的精确和局部控制编辑，从而在潜空间中实现更快速、更适应性强的 3D 场景编辑。

Dec, 2023

本文提出了一种称为 LayerDiff 的分层协同扩散模型，专门用于文本引导的多层可组合图像合成，该模型能够生成与传统的整体图像生成方法相媲美的高质量多层图像，并实现了更广泛的可控生成应用，包括分层图像编辑和风格迁移。

Mar, 2024

本文研究了 3D 感知图像属性编辑问题，提出了一种多视图身份损失和交替训练方案的方法来维持 3D 一致性和主体身份，使用 GAN 模型的反演流形进行编辑，比以前的工作更准确地编辑图像并生成了更具 3D 一致性的图像。

Apr, 2023

我们开发了 MAG-Edit，这是一种无需训练、推断阶段优化的方法，能够在复杂场景中进行局部图像编辑。MAG-Edit 通过最大化编辑标记的两个基于掩模的交叉注意力约束来优化扩散模型中的噪声潜在特征，逐渐增强与所需提示的局部对齐。大量的定量和定性实验证明了我们的方法在复杂场景中实现了文本对齐和结构保护的有效性。

Dec, 2023

本文介绍了一种基于 StyleGAN 生成器和学习到的注意力图的方法，通过在编辑图像时使用注意力图作为掩蔽层，同时使用 CLIP 算法来引导潜空间的编辑，实现对面部局部区域的控制性编辑。实验结果表明，与其他替代方法相比，我们的方法可以实现非常可控的面部区域编辑，具有更好的性能。

Feb, 2022

本研究介绍了一种基于文本的图像编辑方法，利用最新的扩散模型对一些基于文本主题的地方图像进行编辑，通过结合扩散模型的速度和 Blended Diffusion，提高了编辑的效率，并通过优化方法来解决扩散模型无法完美重建图像的问题，实现了比当前方法更高的精度和速度

Jun, 2022

该论文介绍了使用稳定的扩散和潜在扩散方法进行全景分割的架构，它通过训练浅层自动编码器和扩散模型实现了对分割掩模的操控，呈现了全景分割和遮罩修复的有 promising 结果。

Jan, 2024

通过在中间的潜空间使用具有空间维度的调制替换 AdaIN，我们提出了 StyleMapGAN，它使得通过编码器的嵌入比现有基于优化方法更加准确，同时保持 GAN 的属性。实验结果表明，我们的方法在各种图像操作任务中显著优于最先进的模型。

Apr, 2021