論文の概要: SplitFlow: Flow Decomposition for Inversion-Free Text-to-Image Editing

• arxiv url: http://arxiv.org/abs/2510.25970v1
• Date: Wed, 29 Oct 2025 21:12:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.57517
• Title: SplitFlow: Flow Decomposition for Inversion-Free Text-to-Image Editing
• Title（参考訳）: SplitFlow: インバージョンフリーのテキスト画像編集のためのフロー分解
• Authors: Sung-Hoon Yoon, Minghan Li, Gaspard Beaudouin, Congcong Wen, Muhammad Rafay Azhar, Mengyu Wang,
• Abstract要約: 整流流モデルは, 安定したサンプリング軌道と高忠実度出力により, 画像生成におけるデファクトスタンダードとなっている。 強力な生成能力にもかかわらず、画像編集タスクには限界がある。 近年の取り組みでは、ソースとターゲットの分布を直接ODEベースのアプローチでインバージョンせずにマッピングする試みが行われている。 本稿では,これらの制約に対応するために,インバージョンフリーな定式化に基づくフロー分解・集約フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 15.234877788378563
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Rectified flow models have become a de facto standard in image generation due to their stable sampling trajectories and high-fidelity outputs. Despite their strong generative capabilities, they face critical limitations in image editing tasks: inaccurate inversion processes for mapping real images back into the latent space, and gradient entanglement issues during editing often result in outputs that do not faithfully reflect the target prompt. Recent efforts have attempted to directly map source and target distributions via ODE-based approaches without inversion; however,these methods still yield suboptimal editing quality. In this work, we propose a flow decomposition-and-aggregation framework built upon an inversion-free formulation to address these limitations. Specifically, we semantically decompose the target prompt into multiple sub-prompts, compute an independent flow for each, and aggregate them to form a unified editing trajectory. While we empirically observe that decomposing the original flow enhances diversity in the target space, generating semantically aligned outputs still requires consistent guidance toward the full target prompt. To this end, we design a projection and soft-aggregation mechanism for flow, inspired by gradient conflict resolution in multi-task learning. This approach adaptively weights the sub-target velocity fields, suppressing semantic redundancy while emphasizing distinct directions, thereby preserving both diversity and consistency in the final edited output. Experimental results demonstrate that our method outperforms existing zero-shot editing approaches in terms of semantic fidelity and attribute disentanglement. The code is available at https://github.com/Harvard-AI-and-Robotics-Lab/SplitFlow.
• Abstract（参考訳）: 整流流モデルは, 安定したサンプリング軌道と高忠実度出力により, 画像生成におけるデファクトスタンダードとなっている。 実際の画像を潜在空間にマッピングする不正確な反転プロセスや、編集中の勾配絡みの問題はしばしば、ターゲットのプロンプトを忠実に反映しない出力をもたらす。 近年, ソースとターゲットの分布を直接変換する手法が試みられているが, それらの手法はいまだに最適な編集品質を保っている。 本研究では,これらの制約に対処するために,インバージョンフリーな定式化に基づくフロー分解・集約フレームワークを提案する。 具体的には、ターゲットプロンプトを複数のサブプロンプトに意味的に分解し、個別のフローを計算し、それらを集約して統合された編集軌道を形成する。 元のフローの分解がターゲット空間の多様性を高めることを実証的に観察する一方で、意味的に整合したアウトプットを生成するには、完全なターゲットプロンプトに対する一貫したガイダンスが必要である。 この目的のために,マルチタスク学習における勾配コンフリクトの解消に触発されて,フローのプロジェクションとソフトアグリゲーション機構を設計する。 このアプローチは、サブターゲット速度場を適応的に重み付けし、異なる方向を強調しながら意味的冗長性を抑え、最終的な編集出力における多様性と一貫性の両方を維持する。 実験により,本手法は既存のゼロショット編集手法よりも意味的忠実度や属性のゆがみの点で優れていることが示された。 コードはhttps://github.com/Harvard-AI-and-Robotics-Lab/SplitFlowで公開されている。

関連論文リスト

• EditInfinity: Image Editing with Binary-Quantized Generative Models [64.05135380710749]
  画像編集のためのVQに基づく生成モデルのパラメータ効率適応について検討する。 テキストの修正と画像スタイルの保存を促進させる,効率的かつ効果的な画像反転機構を提案する。 PIE-Benchベンチマークの実験は、最先端拡散ベースラインと比較して、モデルの性能が優れていることを示した。
  論文  参考訳（メタデータ） (2025-10-23T05:06:24Z)
• TweezeEdit: Consistent and Efficient Image Editing with Path Regularization [6.248205481752008]
  我々は、一貫性と効率的な画像編集のためのチューニング不要かつ逆変換のないフレームワークであるTweezeEditを提案する。 本手法は, 逆アンカーのみに依存するのではなく, denoising path全体を正規化することで, これらの制約に対処する。 実験では、TweezeEditのセマンティックな保存とターゲットアライメントにおける優れたパフォーマンスを示し、既存の手法よりも優れています。
  論文  参考訳（メタデータ） (2025-08-14T09:59:45Z)
• FlowAlign: Trajectory-Regularized, Inversion-Free Flow-based Image Editing [47.908940130654535]
  FlowAlignは、最適な制御ベースの軌道制御による一貫した画像編集のためのインバージョンフリーなフローベースフレームワークである。 我々の終点正規化は、編集プロンプトとのセマンティックアライメントのバランスと、軌道に沿ったソース画像との構造的整合性を示す。 FlowAlignは、ソース保存と編集の制御性の両方において、既存のメソッドよりも優れています。
  論文  参考訳（メタデータ） (2025-05-29T06:33:16Z)

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。