論文の概要: EditCrafter: Tuning-free High-Resolution Image Editing via Pretrained Diffusion Model

• arxiv url: http://arxiv.org/abs/2604.10268v1
• Date: Sat, 11 Apr 2026 16:12:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:15.929572
• Title: EditCrafter: Tuning-free High-Resolution Image Editing via Pretrained Diffusion Model
• Title（参考訳）: EditCrafter: トレーニング済み拡散モデルによるチューニング不要な高分解能画像編集
• Authors: Kunho Kim, Sumin Seo, Yongjun Cho, Hyungjin Chung,
• Abstract要約: 本研究では,チューニングなしで動作可能な高解像度画像編集手法であるEditCrafterを提案する。 我々は、事前訓練されたテキスト・ツー・イメージ(T2I)拡散モデルを利用して、トレーニング中に使用した画像よりもはるかに高い解像度で画像を処理する。
• 参考スコア（独自算出の注目度）: 15.14106323055504
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We propose EditCrafter, a high-resolution image editing method that operates without tuning, leveraging pretrained text-to-image (T2I) diffusion models to process images at resolutions significantly exceeding those used during training. Leveraging the generative priors of large-scale T2I diffusion models enables the development of a wide array of novel generation and editing applications. Although numerous image editing methods have been proposed based on diffusion models and exhibit high-quality editing results, they are difficult to apply to images with arbitrary aspect ratios or higher resolutions since they only work at the training resolutions (512x512 or 1024x1024). Naively applying patch-wise editing fails with unrealistic object structures and repetition. To address these challenges, we introduce EditCrafter, a simple yet effective editing pipeline. EditCrafter operates by first performing tiled inversion, which preserves the original identity of the input high-resolution image. We further propose a noise-damped manifold-constrained classifier-free guidance (NDCFG++) that is tailored for high resolution image editing from the inverted latent. Our experiments show that the our EditCrafter can achieve impressive editing results across various resolutions without fine-tuning and optimization.
• Abstract（参考訳）: 本稿では,事前訓練されたテキスト・ツー・イメージ(T2I)拡散モデルを利用して,トレーニング中に使用した画像よりもはるかに高い解像度で画像を処理する,高解像度画像編集手法であるEditCrafterを提案する。 大規模なT2I拡散モデルの生成先行を活用すれば、様々な新しい生成および編集アプリケーションの開発が可能になる。 拡散モデルに基づいて多くの画像編集手法が提案され、高品質な編集結果が得られるが、訓練解像度(512x512または1024x1024)でのみ動作するため、任意のアスペクト比や高解像度の画像に適用することは困難である。 非現実的なオブジェクト構造と反復でパッチワイドな編集は失敗する。 これらの課題に対処するために、簡単なが効果的な編集パイプラインであるEditCrafterを紹介します。 EditCrafterは、入力された高解像度画像の元のアイデンティティを保持するタイルインバージョンを最初に実行する。 さらに,逆潜水器からの高分解能画像編集に適した雑音減衰形制約付き分類器フリーガイダンス (NDCFG++) を提案する。 我々のEditCrafterは、微調整や最適化をすることなく、様々な解像度で素晴らしい編集結果が得られることを示す。

関連論文リスト

• EditInfinity: Image Editing with Binary-Quantized Generative Models [64.05135380710749]
  画像編集のためのバイナリ量子化生成モデルのパラメータ効率適応について検討する。 具体的には、画像編集のためのバイナリ量子化生成モデルであるEmphInfinityを適応させるEditInfinityを提案する。 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。
  論文  参考訳（メタデータ） (2025-10-23T05:06:24Z)
• Taming Flow-based I2V Models for Creative Video Editing [64.67801702413122]
  ビデオ編集は、ユーザーの意図に応じてビデオを編集することを目的としているが、まだまだ課題だ。 既存の画像条件付きビデオ編集手法の多くは、モデル固有の設計の逆変換を必要とするか、あるいは広範囲の最適化を必要とする。 Inversion-Free 方式である IF-V2V を提案し,ビデオ編集のためのオフザシェルフフローマッチングベースの I2V モデルを,計算オーバーヘッドの大きいものに適応させる。
  論文  参考訳（メタデータ） (2025-09-26T05:57:04Z)
• 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)
• Taming Rectified Flow for Inversion and Editing [57.3742655030493]
  FLUXやOpenSoraのような定流拡散変換器は、画像生成やビデオ生成の分野で優れた性能を発揮している。 その堅牢な生成能力にもかかわらず、これらのモデルは不正確さに悩まされることが多い。 本研究では,修正流の逆流過程における誤差を軽減し,インバージョン精度を効果的に向上する訓練自由サンプリング器RF-rを提案する。
  論文  参考訳（メタデータ） (2024-11-07T14:29:02Z)
• ReEdit: Multimodal Exemplar-Based Image Editing with Diffusion Models [11.830273909934688]
  最新のテキスト・ツー・イメージ(T2I)拡散モデルでは、高品質な画像を生成することで画像編集に革命をもたらした。 テキストと画像のモダリティの両方で編集をキャプチャする,モジュール的で効率的なエンドツーエンドフレームワークであるReEditを提案する。 以上の結果から,ReEditは定性的かつ定量的に現代的アプローチを一貫して上回っていることが示された。
  論文  参考訳（メタデータ） (2024-11-06T15:19:24Z)
• I2VEdit: First-Frame-Guided Video Editing via Image-to-Video Diffusion Models [18.36472998650704]
  本稿では,1フレームからビデオ全体への編集を事前学習した画像対ビデオモデルを用いてプロパガンダすることで,画像編集ツールをビデオに適用可能にする,新しい汎用的ソリューションを提案する。 I2VEditと呼ばれる本手法は,編集範囲に応じて映像の視覚的・運動的整合性を適応的に保持する。
  論文  参考訳（メタデータ） (2024-05-26T11:47:40Z)
• LEDITS: Real Image Editing with DDPM Inversion and Semantic Guidance [0.0]
  LEDITSはリアルタイム編集のための軽量なアプローチであり、Edit Friendly DDPMインバージョン技術とSemantic Guidanceを統合している。 このアプローチは、微妙で広範囲な編集や構成やスタイルの変更といった多彩な編集を実現すると同時に、アーキテクチャの最適化や拡張も必要としない。
  論文  参考訳（メタデータ） (2023-07-02T09:11:09Z)
• StyleDiffusion: Prompt-Embedding Inversion for Text-Based Editing [115.49488548588305]
  画像の編集のために、事前訓練された拡散モデルの驚くべき能力を活用することに重点が置かれている。 彼らはモデルを微調整するか、事前訓練されたモデルの潜在空間で画像を反転させる。 選択された地域に対する不満足な結果と、非選択された地域における予期せぬ変化の2つの問題に悩まされている。
  論文  参考訳（メタデータ） (2023-03-28T00:16:45Z)

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。