論文の概要: Training-Free Reward-Guided Image Editing via Trajectory Optimal Control

• arxiv url: http://arxiv.org/abs/2509.25845v1
• Date: Tue, 30 Sep 2025 06:34:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-01 17:09:04.454595
• Title: Training-Free Reward-Guided Image Editing via Trajectory Optimal Control
• Title（参考訳）: 軌道最適制御による訓練不要逆ガイド画像編集
• Authors: Jinho Chang, Jaemin Kim, Jong Chul Ye,
• Abstract要約: トレーニング不要な報酬誘導画像編集のための新しいフレームワークを提案する。 提案手法は,既存のインバージョンベースのトレーニングフリーベースラインを著しく上回ることを示す。
• 参考スコア（独自算出の注目度）: 55.64204232819136
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advancements in diffusion and flow-matching models have demonstrated remarkable capabilities in high-fidelity image synthesis. A prominent line of research involves reward-guided guidance, which steers the generation process during inference to align with specific objectives. However, leveraging this reward-guided approach to the task of image editing, which requires preserving the semantic content of the source image while enhancing a target reward, is largely unexplored. In this work, we introduce a novel framework for training-free, reward-guided image editing. We formulate the editing process as a trajectory optimal control problem where the reverse process of a diffusion model is treated as a controllable trajectory originating from the source image, and the adjoint states are iteratively updated to steer the editing process. Through extensive experiments across distinct editing tasks, we demonstrate that our approach significantly outperforms existing inversion-based training-free guidance baselines, achieving a superior balance between reward maximization and fidelity to the source image without reward hacking.
• Abstract（参考訳）: 拡散・流れマッチングモデルの最近の進歩は、高忠実度画像合成において顕著な能力を示している。 顕著な研究のラインには報酬誘導のガイダンスが含まれており、推論中の生成プロセスを、特定の目的と整合させる。 しかし、この報酬誘導的アプローチを画像編集のタスクに活用するには、対象の報酬を高めながら、ソース画像の意味的内容を保存する必要があるが、ほとんど探索されていない。 本研究では,トレーニングフリーで報酬誘導型画像編集のための新しいフレームワークを提案する。 我々は、拡散モデルの逆過程を原画像から派生した制御可能な軌跡として扱う軌道最適制御問題として編集処理を定式化し、隣接状態を反復更新して編集処理を操る。 異なる編集タスクにわたる広範な実験を通じて、我々のアプローチは既存のインバージョンベースのトレーニングフリーガイダンスベースラインを著しく上回り、報酬の最大化と報酬のハッキングを伴わないソースイメージへの忠実度とのバランスが優れていることを実証した。

関連論文リスト

• EditScore: Unlocking Online RL for Image Editing via High-Fidelity Reward Modeling [71.8265422228785]
  強化学習(RL)は有望な解決策を提供するが、画像編集におけるその採用は、高忠実で効率的な報酬信号の欠如によって妨げられている。 我々は、最先端の特殊報酬モデルの開発を中心に、この障壁を克服するための包括的な方法論を提案する。
  論文  参考訳（メタデータ） (2025-09-28T14:28:24Z)
• Inverse-and-Edit: Effective and Fast Image Editing by Cycle Consistency Models [1.9389881806157316]
  本研究では,一貫性モデルを用いた画像のインバージョンを改善する新しいフレームワークを提案する。 本手法では,再設計精度を大幅に向上するサイクル一貫性最適化手法を提案する。 さまざまな画像編集タスクやデータセットに対して,最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-06-23T20:34:43Z)
• AttentionDrag: Exploiting Latent Correlation Knowledge in Pre-trained Diffusion Models for Image Editing [33.74477787349966]
  本研究では,AttentionDragという一段階のポイントベース画像編集手法を提案する。 このフレームワークは、大規模な再最適化や再トレーニングを必要とせずに、セマンティック一貫性と高品質な操作を可能にする。 以上の結果から,最先端の手法をはるかに高速に超越した性能を示す。
  論文  参考訳（メタデータ） (2025-06-16T09:42:38Z)
• DCI: Dual-Conditional Inversion for Boosting Diffusion-Based Image Editing [73.12011187146481]
  Diffusionモデル内のインバージョンは、実または生成された画像の潜時雑音表現を復元することを目的としている。 ほとんどの反転アプローチは、復元精度と編集の柔軟性の間の本質的にのトレードオフに悩まされている。 本稿ではDCI(Dual-Conditional Inversion)について紹介する。
  論文  参考訳（メタデータ） (2025-06-03T07:46:44Z)
• Uniform Attention Maps: Boosting Image Fidelity in Reconstruction and Editing [66.48853049746123]
  構造的視点から再構築を解析し、従来の横断的注意を一様注意マップに置き換える新しいアプローチを提案する。 本手法は,ノイズ予測時のテキスト条件の変化による歪みを効果的に抑制する。 実験結果から,本手法は高忠実度画像再構成に優れるだけでなく,実際の画像合成や編集のシナリオにも頑健に機能することが示された。
  論文  参考訳（メタデータ） (2024-11-29T12:11:28Z)
• Eta Inversion: Designing an Optimal Eta Function for Diffusion-based Real Image Editing [2.5602836891933074]
  実際の画像を編集するための一般的な戦略は、拡散過程を反転させて元の画像のノイズ表現を得る。 拡散反転の現在の方法は、しばしば特定のテキストプロンプトに忠実で、ソースイメージによく似ている編集を生成するのに苦労する。 本稿では, DDIMサンプリング式における$eta$の役割を理論的に解析し, 編集性の向上を図った, 実画像編集のための新規かつ適応的な拡散インバージョン手法を提案する。
  論文  参考訳（メタデータ） (2024-03-14T15:07:36Z)
• ReGeneration Learning of Diffusion Models with Rich Prompts for Zero-Shot Image Translation [8.803251014279502]
  大規模なテキスト・ツー・イメージモデルは、多彩で高忠実な画像を合成する素晴らしい能力を示した。 現在のモデルでは、編集プロセス中に元の画像の内容に大きな変更を加えることができる。 画像と画像の拡散モデル(ReDiffuser)における再生学習を提案する。
  論文  参考訳（メタデータ） (2023-05-08T12:08:12Z)
• Paint by Example: Exemplar-based Image Editing with Diffusion Models [35.84464684227222]
  本稿では,より精密な制御のための画像編集について検討する。 我々は、この目標を達成するために、自己指導型トレーニングを活用して、ソースイメージとインスペクタをアンタングルし、再編成する。 提案手法は印象的な性能を実現し,高忠実度で画像の編集を制御できることを実証する。
  論文  参考訳（メタデータ） (2022-11-23T18:59:52Z)
• End-to-End Visual Editing with a Generatively Pre-Trained Artist [78.5922562526874]
  対象画像編集の問題として、ソース画像内の領域と、所望の変更を指定したドライバ画像とをブレンドすることを考える。 対象領域のオフザシェルフ画像を拡大することにより編集をシミュレートする自己教師型アプローチを提案する。 我々は、モデルアーキテクチャに他の変更を加えることなく、拡張プロセスの直感的な制御によって異なるブレンディング効果が学習できることを示します。
  論文  参考訳（メタデータ） (2022-05-03T17:59:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。