Aug, 2024
面向任务的高保真文本编辑扩散反演
Task-Oriented Diffusion Inversion for High-Fidelity Text-based Editing
TL;DR本研究解决了现有文本引导扩散模型在真实图像编辑中重建保真度与可编辑性之间的挑战。提出的面向任务的扩散反演（TODInv）框架通过优化扩展的\(\mathcal{P}^*\)空间中的提示嵌入，使反演和编辑结合，确保高保真度和精确可编辑性。实验结果表明，TODInv在基准数据集上优于现有方法，实现了定量和定性上的提升，并展示了其在少步扩散模型中的多样性和适应性。