Tuning-Free Image Editing with Fidelity and Editability via Unified Latent Diffusion Model
Communication University of China(中国传媒大学);National University of Singapore(新加坡国立大学);University of California at Merced(加州大学默塞德分校);Yonsei University(延世大学)
本文提出无调优方法UnifyEdit,通过自注意力和交叉注意力约束及自适应时间步调度器,在统一潜在扩散框架中平衡图像编辑的结构保真度与文本可编辑性。
2025-04-08 cs.CV
BARET : Balanced Attention based Real image Editing driven by Target-text Inversion
OPPO Research Institute(OPPO研究院);Tsinghua University(清华大学);Zhejiang University(浙江大学);Westlake University(西湖大学)
本文提出 BARET,通过目标文本反演、渐进过渡嵌入和平衡注意力模块,在不微调扩散模型的条件下实现多类型真实图像编辑,并以实验证明其优越效果与效率。
2023-12-09 cs.AI cs.CV
Interactive White Balancing for Camera-Rendered Images
York University(约克大学)
白平衡(WB)是用于将捕获的图像渲染到其最终输出的第一个照片整理步骤之一。WB用于消除场景照明引起的偏色。交互式照片编辑软件允许用户手动选择照片中的不同区域作为用于WB校正的照明的示例(例如,点击非彩色对象)。这种交互式编辑仅适用于以RAW图像格式保存的图像。这是因为RAW图像没有应用照片渲染操作,而照片编辑软件能够应用WB和其他照片整理程序来渲染最终图像。在相机渲染的图像中交互式编辑WB明显更具挑战性。这是因为相机硬件已经将WB应用于图像和随后的非线性照片处理例程。这些非线性渲染操作使得难以在捕获后改变WB。本文的目标是允许交互式WB操作相机渲染的图像。该方法是我们最近的工作\cite{afifi2019color},提出了一种基于非线性颜色映射函数的WB校正后捕获方法的扩展。在这里,我们介绍了一个新的框架,直接链接到用户选择的颜色的非线性颜色映射函数,使{ \it交互式} WB操纵。这个新框架在内存和运行时间方面也更有效(内存减少99%,速度提高3 $\times$)。最后,我们描述了我们的框架如何利用简单的照明估计方法(即,灰色世界)来执行与WB校正相当的自动WB校正,得到\cite{afifi2019color}。源代码可在https://github.com/mahmoudnafifi/Interactive_WB_correction上公开获得。
2020-09-26 cs.CV
Auto White-Balance Correction for Mixed-Illuminant Scenes
York University(约克大学);Vector Institute(向量研究所)
自动白平衡(AWB)是由相机硬件在捕获时应用,以消除由场景照明引起的偏色。绝大多数的白平衡算法都假设场景是由单一光源照明的;然而,真实场景通常具有混合照明条件。本文提出了一种有效的AWB方法来处理这种混合光源的场景。一个独特的偏离传统的AWB,我们的方法不需要光源估计,是在传统的相机AWB模块的情况下。相反,我们的方法建议使用一小部分预定义的白平衡设置来渲染捕获的场景。给定这组渲染图像,我们的方法学习估计用于混合渲染图像以生成最终校正图像的加权图。通过大量的实验,我们表明,该方法产生有前途的结果相比,其他替代品的单一和混合光源场景的颜色校正。我们的源代码和训练模型可以在https://github.com/mahmoudnafifi/mixedillWB上找到。
2021-10-08 cs.CV
Posterior Distillation Sampling
KAIST(韩国科学技术院)
本文提出后验蒸馏采样PDS,将扩散模型的二维图像编辑能力扩展到参数空间,通过匹配源与目标的随机潜变量,在保持源内容身份的同时采样符合目标属性的参数化图像,并在NeRF和SVG上验证了有效性。
2024-04-01 cs.CV
Template matching with white balance adjustment under multiple illuminants
Tokyo Metropolitan University(东京都立大学);Tokai University(东海大学)
在本文中,我们提出了一种新的模板匹配方法与白平衡调整,称为N-白平衡,这是提出了多光源场景。为了减少光照效果的影响,对图像进行N-白平衡以获得多光照颜色恒定性,然后利用调整后的图像进行模板匹配。实验结果表明,该方法在各种光照条件下的目标检测任务中都是有效的。
2022-08-03 cs.CV
Multi-color balance for color constancy
Tokyo Metropolitan University(东京都立大学)
在本文中,我们提出了一种新的多色平衡调整的颜色恒常性。所提出的方法称为“n-颜色平衡”,不仅允许我们根据相应的地面真实颜色完美地校正n个目标颜色,而且还可以校正n个颜色以外的颜色。相比之下,虽然白平衡可以完美地调整白色,但白色以外的颜色通常不在白平衡的框架中考虑。在实验中,所提出的多色平衡被证明优于传统的白色和多色平衡调整,包括布拉德福德的模型。
2021-05-21 cs.CV
USLN: A statistically guided lightweight network for underwater image enhancement via dual-statistic white balance and multi-color space stretch
Northwestern Polytechnical University(西北工业大学)
水下图像不可避免地会受到色彩失真和对比度降低的影响。传统的基于直方图的方法,如白平衡和直方图拉伸,试图调整的颜色通道的不平衡和狭窄的强度分布的先验,从而具有有限的性能。最近,基于深度学习的方法取得了令人鼓舞的成果。然而,复杂的体系结构和高计算成本可能会阻碍其在实际受限平台中的部署。受上述工作的启发,我们提出了一种统计引导的轻量级水下图像增强网络(USLN)。具体来说,我们首先开发了一个双统计白平衡模块,它可以学习使用图像的平均值和最大值来补偿每个特定像素的颜色失真。然后,这是其次是多颜色空间拉伸模块,以调整在RGB,HSI和Lab颜色空间的直方图分布自适应。大量的实验表明,在统计数据的指导下,USLN显著降低了所需的网络容量(超过98%),并达到了最先进的性能。代码和相关资源可在https://github.com/deepxzy/USLN上获得。
2022-09-06 cs.CV
Spatially varying white balancing for mixed and non-uniform illuminants
Tokyo Metropolitan University(东京都立大学)
在本文中,我们提出了一种新的白平衡调整,称为“空间变化的白平衡,”为单一,混合,和非均匀光源。通过使用n个对角矩阵以及权重,所提出的方法可以减少在这样的照明条件下图像中的所有空间变化的颜色上的照明效果。相比之下,传统的白平衡调整不考虑除了在单个光源下之外的所有颜色的校正。此外,多色平衡调整可以将多种颜色映射到对应的地面实况颜色,尽管它们可能导致秩不足问题在使用非对角矩阵时发生,这与白平衡不同。在实验中,所提出的方法的有效性下混合和非均匀光源,与传统的白色和多色平衡。此外,在单一光源下,所提出的方法具有几乎相同的性能,传统的白平衡。
2021-09-03 cs.CV
Learning Camera-Agnostic White-Balance Preferences
AI Center-Toronto, Samsung Electronics(人工智能中心-多伦多,三星电子)
本文首次提出一种相机无关的轻量映射模型,将中性白平衡校正转换为审美偏好校正,仅约500参数、0.024毫秒运行时间,在771张三相机图像上取得最先进性能并兼容现有跨相机AWB方法。
2025-08-15 cs.CV
FlowDC: Flow-Based Decoupling-Decay for Complex Image Editing
Zhejiang University(浙江大学);HKUST(香港科技大学);Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳))
FlowDC通过解耦和衰减技术提升复杂图像编辑的源一致性与语义对齐性能。
2025-12-12 cs.CV
When Text-to-Image Helps Editing: The Effects of Conditioning During Denoising
HSE University(高等经济大学);Yandex
该研究提出任务切换方法,让统一编辑模型在去噪过程中利用文生图能力,在三个编辑器和四个基准上提升了编辑质量,同时保持感知保留度。
2026-10-02 cs.CV
FWB-Net:Front White Balance Network for Color Shift Correction in Single Image Dehazing via Atmospheric Light Estimation
Peking University(北京大学);Peng Cheng Laboratory(鹏城实验室);South China University of Technology(华南理工大学)
近年来,基于大气散射模型(ASM)的单图像去雾深度模型取得了显著的效果。但是这些模型的去雾输出受到颜色偏移的影响。通过对ASM模型的分析表明,大气光照因子(ALF)被设置为一个标量,表明ALF对于整幅图像是恒定的。然而,对于在现实世界中拍摄的图像,照明不是均匀分布在整个图像上,这会带来模型失配,并可能导致使用ASM的深度模型的颜色偏移。考虑到这一点,在这项研究中,首先,提出了一个新的非均匀大气散射模型(NH-ASM),以提高复杂光照条件下拍摄的朦胧图像的图像建模。其次,设计了一种基于U-Net的前白平衡模块(FWB-Module),用于在通过大气光估计产生去雾结果之前校正色偏。第三,创新性地开发了一种新的FWB损失用于训练FWB-Module,该损失对颜色偏移施加惩罚。最后,基于NH-ASM和前端白平衡技术,开发了一个端到端的基于CNN的抑制色移的去雾网络FWB-Net。实验结果表明,我们提出的FWB-Net的有效性和优越性去雾合成和真实世界的图像。
2021-01-21 cs.CV
Lossless White Balance For Improved Lossless CFA Image and Video Compression
Seoul National University of Science and Technology(首尔科学技术大学);University of Dayton(代顿大学)
彩色滤光片阵列是放置在相机传感器中的像素检测器上的像素大小的滤光片的空间复用。由这种传感器捕获的原始传感器数据的最先进的无损编码技术利用了使用提升方案的空间或交叉颜色相关性。本文提出了一种基于提升的无损白平衡算法。当应用于原始传感器数据时,隐含色度信号的空间带宽减小。我们建议使用这种白平衡作为无损CFA二次采样图像/视频压缩的预处理步骤,提高原始传感器数据的整体编码效率。
2020-09-19 cs.CV eess.IV
Overpainting: Localized Context-aware Diffusion Image Editing
College of William & Mary(威廉与玛丽学院);Adobe Research(Adobe 研究院)
本文提出“overpainting”图像编辑操作,通过三元图控制编辑区域并感知原内容,结合联合注意力与低秩适应改编扩散模型,并设计自动化数据生成流程,在多种编辑任务上验证了其多功能性。
2026-09-11 cs.CV
Semantic White Balance: Semantic Color Constancy Using Convolutional Neural Network
York University(约克大学)
计算颜色恒常性的目标是通过消除场景照明引起的色偏效应来保持物体在不同光照条件下的感知颜色。随着基于深度学习的技术的快速发展,图像语义分割取得了重大进展。在这项工作中,我们利用语义信息与输入图像的颜色和空间信息,以消除偏色。我们训练一个卷积神经网络(CNN)模型,该模型学习根据给定图像的语义信息估计光源颜色和伽马校正参数。实验结果表明,向CNN提供语义信息可以显著改善结果,将错误减少40%以上。
2019-05-31 cs.CV
Revisiting Image Fusion for Multi-Illuminant White-Balance Correction
Computer Vision Center(计算机视觉中心);York University(约克大学);Vector Institute(向量研究所)
针对多光源白平衡校正中现有线性融合方法性能欠佳、缺乏专用多光源数据集的问题,提出基于transformer的高效融合模型与含16000余张图像的大规模多光源数据集,性能较现有方法最高提升100%。
2025-03-18 cs.CV
InstantEdit: Text-Guided Few-Step Image Editing with Piecewise Rectified Flow
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
InstantEdit基于RectifiedFlow框架,通过PerRFI反演、反演潜变量注入和解耦提示引导,实现快速少步文本引导图像编辑,在PIE数据集上优于现有方法。
2025-08-08 cs.CV
The Devil is in Attention Sharing: Improving Complex Non-rigid Image Editing Faithfulness via Attention Synergy
University of Electronic Science and Technology of China(电子科技大学);National University of Singapore(新加坡国立大学)
SynPS通过协同利用位置嵌入和语义信息,解决现有注意力共享机制中的注意力崩溃问题,提升复杂非刚性图像编辑的忠实性。
2025-12-17 cs.CV
Time-Aware Auto White Balance in Mobile Photography
AI Center–Toronto, Samsung Electronics(人工智能中心–多伦多,三星电子)
本文提出一种轻量级光源估计方法,将移动设备的上下文元数据与图像颜色纳入约5K参数的紧凑模型中,并构建含3,224张图像及真实光源标签的数据集,验证了该方法在自动白平衡任务上匹配或超越大模型的效果。
2025-06-25 cs.CV
MambaStyle: Efficient StyleGAN Inversion for Real Image Editing with State-Space Models
Universidad Industrial de Santander(圣安德烈大学);KAUST(科威特科学与技术研究局)
本文提出MambaStyle,一种基于视觉状态空间模型的单阶段编码器方法,用于StyleGAN反演与编辑,在减少参数和计算复杂度的同时,实现了重建质量、编辑效果与效率的优越平衡,适用于实时应用。
2025-05-06 cs.CV cs.LG eess.IV
RL-AWB: Deep Reinforcement Learning for Auto White Balance Correction in Low-Light Night-time Scenes
MediaTek Inc.(联发科技股份有限公司);National Taiwan University(国立台湾大学);National Yang Ming Chiao Tung University(国立阳明交通大学)
本文提出RL-AWB框架,结合统计方法与深度强化学习解决低光环境下色彩恒常性问题,通过统计算法与强化学习动态优化参数,提升低光和明亮场景的泛化能力。
2026-07-09 cs.CV
CREA: A Collaborative Multi-Agent Framework for Creative Image Editing and Generation
Virginia Tech(弗吉尼亚理工学院)
本文提出 CREA,一个模拟人类创作过程的多智能体协作框架,通过专门智能体动态协作完成构思、生成、批评与增强,首次定义创意编辑任务并在多样性、语义对齐和创意变换上超越现有方法。
2025-11-06 cs.CV
ACE-LoRA: Adaptive Orthogonal Decoupling for Continual Image Editing
Shanghai Jiao Tong University(上海交通大学);Nanjing University(南京大学);VIVO
ACE-LoRA通过动态正则化框架解决持续图像编辑中的灾难性遗忘问题,采用适应性正交解耦和历史信息压缩策略,提出首个全面的CIE-Bench基准,验证方法在指令忠实度、视觉真实性和抗遗忘性上的优势。
2026-05-14 cs.CV
Deterministic Neural Illumination Mapping for Efficient Auto-White Balance Correction
Özyeğin University(奥兹耶金大学)
本文提出一种确定性神经光照映射方法,通过可学习投影矩阵实现高效自动白平衡校正,速度较现有方法提升至少35倍且性能相当或更优,并支持无缝集成任意预训练AWB网络。
2023-08-07 cs.CV
Optimal Transport for Rectified Flow Image Editing: Unifying Inversion-Based and Direct Methods
Department of Computer Science, University of Bucharest(计算机科学系,布加勒斯特大学)
本文提出统一最优传输框架,同时改进整流流图像编辑中基于反演和无需求逆两类方法,在重建保真度、结构保持与编辑可控性上均取得显著提升。
2025-09-20 cs.CV
WWE-UIE: A Wavelet & White Balance Efficient Network for Underwater Image Enhancement
National Cheng Kung University(国立成功大学);National Yang Ming Chiao Tung University(国立阳明交通大学)
WWE-UIE通过整合自适应白平衡、小波增强块和梯度感知模块,实现了高效水下图像增强,减少参数和计算量,适用于实时应用场景。
2025-11-20 cs.CV
Editor's Choice: Evaluating Abstract Intent in Image Editing through Atomic Entity Analysis
Technion – Israel Institute of Technology(技术ion – 以色列理工学院);Google Research(谷歌研究)
本文提出通过原子实体分析评估图像编辑中抽象意图的方法,引入Entity-Rubrics框架并构建AbstractEdit基准,揭示现有模型在平衡意图与保留之间的挑战,强调结合先进LLM和迭代思维的重要性。
2026-05-14 cs.CV
White-Balance First, Adjust Later: Cross-Camera Color Constancy via Vision-Language Evaluation
National University of Singapore(国立新加坡大学);ASUS Intelligent Cloud Services(ASUS智能云服务)
本文提出VLM-CC框架,通过视觉-语言模型评估实现跨相机颜色恒常性的迭代反馈优化,利用感知反馈替代直接RGB回归,提升鲁棒性。
2026-05-19 cs.CV
EditGarment: An Instruction-Based Garment Editing Dataset Constructed with Automated MLLM Synthesis and Semantic-Aware Evaluation
Xi'an Jiaotong-Liverpool University(西安交通大学利物浦大学);NingboTech University(宁波科技学院);Zhejiang University(浙江大学)
提出一种自动化流水线构建首个基于指令的服装编辑数据集EditGarment,通过定义六类编辑指令和引入语义感知评估指标Fashion Edit Score,从52,257个候选三元组中筛选出20,596个高质量数据,解决了高质量指令-图像对稀缺的问题。
2025-08-14 cs.CV
SDEdit: Guided Image Synthesis and Editing with Stochastic Differential Equations
Stanford University(斯坦福大学);Carnegie Mellon University(卡内基梅隆大学)
引导图像合成使日常用户能够以最小的努力创建和编辑照片般逼真的图像。关键的挑战是平衡对用户输入的忠实性(例如,手绘彩色笔划)和合成图像的真实感。现有的基于GAN的方法试图使用条件GANs或GAN反演来实现这种平衡,这是具有挑战性的,并且通常需要针对各个应用的额外训练数据或损失函数。为了解决这些问题,我们引入了一种新的图像合成和编辑方法,随机差分编辑(SDEDit),基于扩散模型生成先验,通过迭代去噪合成真实感图像通过随机微分方程(SDEDit)。给定一个带有任何类型用户指南的输入图像,SDEDit首先向输入添加噪声,然后通过降噪器对生成的图像进行降噪,以提高其真实感。SDEDit不需要特定任务的训练或倒置,可以自然地实现真实性和忠实性之间的平衡。根据人类感知研究,SDEDit在多个任务上的真实性和总体满意度得分上分别高达98.09%和91.72%,显著优于最先进的基于GAN的方法,包括基于笔划的图像合成和编辑以及图像合成。
2022-01-05 cs.AI cs.CV
Cora: Correspondence-aware image editing using few step diffusion
Simon Fraser University(西蒙弗雷泽大学);Huawei(华为);University of Toronto(多伦多大学);Google Deepmind(谷歌DeepMind)
Cora通过引入对应关系感知的噪声校正和插值注意力图,实现了在少量步骤下精准的图像编辑,有效保持结构、纹理和身份,优于现有方法。
2025-05-29 cs.CV
ACE: Concept Editing in Diffusion Models without Performance Degradation
University of Science and Technology of China(中国科学技术大学);Southeast University(东南大学);Beijing University of Posts and Telecommunications(北京邮电大学);Huawei(华为)
本文提出ACE概念编辑方法,通过交叉零空间投影精确擦除不安全概念,在仅1%的时间成本下显著提升语义一致性与图像生成质量,且不损害扩散模型的通用生成能力。
2025-03-11 cs.CV
Normal Patch Retinex Robust Alghoritm for White Balancing in Digital Microscopy
Faculty of Electrical Engineering(电子工程学院);Institute of Information Technology(信息技术研究所)
提出一种基于Normal Patch Retinex的全自动白平衡算法,用于校正数字显微镜彩色图像,实验证明其优于经典算法。
2025-07-08 cs.CV
UniReal: Universal Image Generation and Editing via Learning Real-world Dynamics
The University of Hong Kong(香港大学);Adobe(奥多比公司)
本研究提出统一框架UniReal,将图像生成与编辑任务视为非连续视频生成,以大规模视频为监督学习真实世界动态,可支持多种图像任务并具备新应用的涌现能力。
2024-12-11 cs.CV
X2Edit: Revisiting Arbitrary-Instruction Image Editing through Self-Constructed Data and Task-Aware Representation Learning
OPPO AI Center(OPPO人工智能中心)
本文提出X2Edit数据集和基于FLUX.1的任务感知MoE-LoRA训练方法,通过自构建370万高质量数据和对比学习,实现了与社区生成模型兼容的高性能任意指令图像编辑。
2025-11-09 cs.CV
StyleQoRA: Quality-Aware Low-Rank Adaptation for Few-Shot Multi-Style Editing
SenseTime Group(秒速科技集团);Imvision;Tianjin University(天津大学);ACE Robotics(ACE机器人)
本文提出StyleQoRA框架,通过自适应秩确定和混合专家LoRA设计,实现少样本多风格图像编辑的高质量适应,实验表明其参数更少却性能更优。
2026-11-20 cs.CV
Split-quaternions for perceptual white balance
Laboratoire MIA, Bâtiment Pascal, Pôle Sciences et Technologies, Université de La Rochelle(拉罗谢尔大学MIA实验室);Center for Ubiquitous Computing, Faculty of Information Technology and Electrical Engineering, University of Oulu(奥卢大学无处不在计算中心);Université de Bordeaux, CNRS, Bordeaux INP, IMB, UMR 5251(波尔多大学)
提出基于分裂四元数的感知色适应变换用于白平衡,强调代数结构联系,并通过与von Kries变换的定量比较展示其潜力。
2025-04-21 cs.CV eess.IV
Cut-and-Paste: Subject-Driven Video Editing with Attention Control
School of Computer Science and Information Engineering, Hefei University of Technology(合肥工业大学计算机与信息工程学院);School of Computer Science, Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳)计算机学院)
本文提出 Cut-and-Paste 框架,通过引入参考图像和融合相邻帧注意力图的交叉注意力控制,实现更精确的主题驱动视频编辑,在背景保留与时空一致性间取得平衡,且优于现有方法。
2023-11-20 cs.CV
TextMastero: Mastering High-Quality Scene Text Editing in Diverse Languages and Styles
MT Lab(MT实验室)
TextMastero基于潜在扩散模型,通过字形条件模块和潜在引导模块,解决多语言场景文本编辑中复杂字形生成不准确的问题,在保真度和风格相似性上超越现有方法。
2024-08-20 cs.CV
DirectEdit: Step-Level Accurate Inversion for Flow-Based Image Editing
National Engineering Research Center for Multimedia Software, School of Computer Science, Wuhan University, Wuhan, China(多媒体软件国家工程研究中心,计算机科学学院,武汉大学,中国武汉)
提出DirectEdit方法,通过直接对齐前向路径消除反演过程中的累积漂移,实现精确重建和可靠特征共享,无需额外神经函数评估,在多种场景下优于现有方法。
2026-05-27 cs.CV
FLUX-Text: A Simple and Advanced Diffusion Transformer Baseline for Scene Text Editing
Alibaba Group(阿里巴巴集团)
FLUX-Text通过轻量级模块和两阶段训练策略,实现了高效多语言场景文本编辑,提升视觉质量和文本保真度。
2025-11-20 cs.CV
The Devil is in the Details: StyleFeatureEditor for Detail-Rich StyleGAN Inversion and High Quality Image Editing
HSE University(高等经济大学);AIRI(人工智能研究所);Constructor University(康斯特大学)
针对 StyleGAN 反演中重建细节与编辑能力难以兼顾的问题,提出 StyleFeatureEditor,在 w 与 F 潜在空间联合编辑并配合专用训练流程,实现高质量细节重建、保留及域外图像编辑。
2024-06-15 cs.CV
LAMS-Edit: Latent and Attention Mixing with Schedulers for Improved Content Preservation in Diffusion-Based Image and Style Editing
Graduate School of Information Sciences, Tohoku University(东北大学信息科学研究生院)
LAMS-Edit通过调度器结合潜在表示和注意力图,实现扩散模型中更精确的内容保留与编辑应用,支持区域掩码编辑和风格迁移。
2026-01-06 cs.AI cs.CV
VENUS: Visual Editing with Noise Inversion Using Scene Graphs
University of Science, VNU-HCM(越南胡志明市科学大学);Vietnam National University(越南国家大学);University of Dayton(戴维森大学)
VENUS是一种无需训练的场景图引导图像编辑框架,通过噪声反演和拆分提示策略提升图像编辑的保真度和语义一致性。
2026-01-12 cs.CV
Modeling the Lighting in Scenes as Style for Auto White-Balance Correction
Özyeğin University(厄兹耶金大学)
风格可以指不同的概念(例如绘画风格,发型,纹理,颜色,滤镜等)。这取决于如何形成特征空间。在这项工作中,我们提出了一个新的想法,解释照明在单一和多光源的场景作为风格的概念。为了验证这一想法,我们引入了一个增强的自动白平衡(AWB)方法,该方法将单光源和混合光源场景中的照明建模为风格因素。我们的AWB方法不需要任何照明估计步骤,但包含一个网络学习来生成具有不同WB设置的图像的加权图。提出的网络利用风格信息,从场景中提取的多头风格提取模块。在将这些加权图与场景混合后,完成AWB校正。单光源和混合光源数据集上的实验表明,我们提出的方法取得了可喜的校正结果相比,最近的作品。这表明,在多个照明场景中的照明可以通过风格的概念来建模。源代码和训练模型可在https://github.com/birdortyedi/lighting-as-style-awb-correction上获得。
2022-10-17 cs.CV cs.LG
InstructAttribute: Fine-grained Object Attributes editing with Instruction
Zhejiang University(浙江大学)
本文提出InstructAttribute,一种基于指令微调的模型,结合免训练的SPAA框架和多模态大模型,实现细粒度对象级颜色与材质属性编辑,兼顾修改准确性与结构保持。
2025-06-23 cs.CV
Towards Robust Sequential Decomposition for Complex Image Editing
Brown University(布朗大学);ByteDance Seed(字节跳动种子);The University of Tokyo(东京大学)
提出通过顺序分解将复杂编辑任务拆解为简单步骤,并利用合成数据训练模型,在统一上下文编辑框架下平衡分解优势与误差累积,实现鲁棒改进和从模拟到真实的泛化。
2026-06-01 cs.AI cs.CV
Do Image Editing Models Understand Lighting?
Heidelberg University(海德堡大学);Technical University of Munich(慕尼黑工业大学);Zuse School ELIZA
提出3D锚定光探针基准(3DLP),通过真实世界HDR数据集评估图像编辑模型对光照变化的编辑准确性,发现模型在镜面高光区域表现较好,但整体仍有改进空间。
2026-10-26 cs.CV
SeamEdit: A Black-Box VLM-Agnostic Pipeline for Large-Image Semantic Editing
Technische Universität Darmstadt(达姆施塔特工业大学);Fine-Arts Educator, Yuncheng Middle School(运城中学美术教师)
提出SeamEdit,一种无需训练、模型无关的流水线,通过五阶段后处理解决大图像分块编辑中的语义变形、对齐漂移和接缝伪影问题,实现高质量语义编辑。
2026-06-12 cs.CV cs.GR cs.MM
Training-Free Reward-Guided Image Editing via Trajectory Optimal Control
Graduate School of Artificial Intelligence(人工智能研究生院);Korea Advanced Institute of Science and Technology(韩国科学技术院)
本文提出无需训练的奖励引导图像编辑框架,将编辑过程建模为轨迹最优控制问题,通过迭代更新伴随状态以引导编辑过程,在保持源图像语义的同时提升目标奖励。
2026-04-30 cs.AI cs.CV
ClsGAN: Selective Attribute Editing Model Based On Classification Adversarial Network
Huazhong Agricultural University(华中农业大学);Stony Brook University(石溪大学)
近年来,由于编码器-解码器结构和生成对抗网络(GAN)的出现,属性编辑取得了显著的进展。然而,它仍然具有挑战性,在生成高质量的图像与准确的属性转换。针对这些问题,该工作提出了一种新的基于分类对抗网络(简称ClsGAN)的选择性属性编辑模型,该模型在属性传输精度和照片级真实感图像之间表现出良好的平衡。考虑到编解码器结构中跳接导致编辑图像容易受到原始属性的影响,提出了一种上卷积残差网络(Tr-resnet)来选择性地提取源图像和目标标签中的信息。此外,为了进一步提高生成图像的迁移准确率,引入属性对抗分类器(Atta-cls),通过学习属性迁移图像的缺陷,从属性的角度指导生成器。在CelebA上的实验结果表明,我们的ClsGAN在图像质量和传输精度方面优于最先进的方法。此外,还设计了消融研究来验证Tr-resnet和Atta-cls的出色性能。
2020-07-29 cs.CV eess.IV
Convolutional Color Constancy
Google(谷歌)
颜色恒常性是推断照亮场景的光的颜色的问题,通常这样可以去除照明颜色。由于这个问题是欠约束的,它通常是通过建模的自然物体和照明的颜色的统计分布来解决。相比之下,在本文中,我们重新制定的问题的颜色恒常性作为一个2D空间定位任务的对数色度空间,从而使我们能够应用技术,从目标检测和结构化预测的颜色恒常性问题。通过直接学习如何区分正确的白平衡图像和差的白平衡图像,我们的模型能够将标准基准测试的性能提高近40%。
2015-09-18 cs.CV
Trust Your Critic: Robust Reward Modeling and Reinforcement Learning for Faithful Image Editing and Generation
Shanghai Jiao Tong University(上海交通大学);Wuhan University(武汉大学);BUPT(北京邮电大学);CUHK(香港中文大学);Fudan University(复旦大学);Shanghai AI Laboratory(上海人工智能实验室)
本文提出FIRM框架,通过定制数据集和鲁棒奖励模型,提升图像编辑和生成的忠实性与指令遵循,采用'基础与奖励'策略平衡一致性与质量,实现性能突破。
2026-03-12 cs.CV