論文の概要: ClickRemoval: An Interactive Open-Source Tool for Object Removal in Diffusion Models
- arxiv url: http://arxiv.org/abs/2605.14461v1
- Date: Thu, 14 May 2026 06:56:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-16 00:43:04.103066
- Title: ClickRemoval: An Interactive Open-Source Tool for Object Removal in Diffusion Models
- Title（参考訳）: ClickRemoval: 拡散モデルにおけるオブジェクト除去のためのインタラクティブなオープンソースツール
- Authors: Ledun Zhang, Yatu Ji, Xufei Zhuang, Xinying Yao,
- Abstract要約: ClickRemovalは、オープンソースの対話的オブジェクト削除ツールで、ユーザークリックだけで動かせる。
ClickRemovalはターゲットオブジェクトをローカライズし、デノイング中の自己アテンション変調を通じてバックグラウンドを復元する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Existing object removal tools often rely on manual masks or text prompts, making precise removal difficult for non-expert users in complex scenes and often leading to incomplete removal or unnatural background completion. To address this issue, we present ClickRemoval, an open-source interactive object removal tool built on pretrained Stable Diffusion models and driven solely by user clicks. Without additional training, hand-drawn masks, or text descriptions, ClickRemoval localizes target objects and restores the background through self-attention modulation during denoising. Experiments show that ClickRemoval achieves competitive results across quantitative metrics and user studies. We release a complete software package at https://github.com/zld-make/ClickRemoval under the Apache-2.0 license.
- Abstract（参考訳）: 既存のオブジェクト除去ツールは、しばしば手動のマスクやテキストのプロンプトに依存しており、複雑な場面で熟練していないユーザーにとって正確な除去が困難であり、しばしば不完全な除去や不自然なバックグラウンド補完につながる。
ClickRemovalは、トレーニング済みの安定拡散モデル上に構築され、ユーザークリックのみによって駆動されるオープンソースのインタラクティブオブジェクト除去ツールである。
追加のトレーニング、手書きのマスク、テキスト記述なしで、ClickRemovalはターゲットオブジェクトをローカライズし、デノナイジング中の自己注意変調を通じてバックグラウンドを復元する。
実験によると、ClickRemovalは定量的メトリクスとユーザスタディの競合的な結果が得られる。
我々はApache-2.0ライセンスの下で、https://github.com/zld-make/ClickRemovalで完全なソフトウェアパッケージをリリースします。
関連論文リスト
- PANDORA: Pixel-wise Attention Dissolution and Latent Guidance for Zero-Shot Object Removal [18.565422674751215]
本研究では,事前学習したテキスト・画像拡散モデル上で直接動作する新しいゼロショットオブジェクト除去フレームワークであるPANDORAを提案する。
マスクされた画素に対して最も相関の深い注目キーを無効にすることで、オブジェクトを削除するために、Pixel-wise Attention Dissolutionを提案する。
さらに, 対象物除去に好適な潜伏多様体に対して, ステアリングを行うための局所的注意散らし誘導について紹介する。
論文 参考訳（メタデータ） (2026-03-29T07:34:08Z) - Interaction-Consistent Object Removal via MLLM-Based Reasoning [6.873849648746192]
画像ベースのオブジェクト削除は、しばしば名前の付いたターゲットのみを消去し、結果が意味的に矛盾する相互作用の証拠を残します。
我々は、この問題を、対象のオブジェクトだけでなく、関連するインタラクション要素も除去する必要があるInteraction-Consistent Object removal (ICOR)として定式化する。
本稿では,Reasoning-Enhanced Object removal with MLLM (REORM)を提案する。
論文 参考訳（メタデータ） (2026-02-01T15:55:35Z) - LoVoRA: Text-guided and Mask-free Video Object Removal and Addition with Learnable Object-aware Localization [49.945233586949286]
LoVoRAは、マスクのないビデオオブジェクトの削除と追加のための新しいフレームワークである。
提案手法は,画像間翻訳,光フローベースのマスク伝搬,ビデオペインティングを統合し,時間的に一貫した編集を可能にする。
LoVoRAは、推論中に外部制御信号を必要とせずに、エンドツーエンドのビデオ編集を実現する。
論文 参考訳（メタデータ） (2025-12-02T17:01:07Z) - ObjectClear: Complete Object Removal via Object-Effect Attention [56.2893552300215]
我々は、オブジェクトとそれに関連する視覚的アーティファクトの両方の正確なマスクとともに、オブジェクト効果と不要なペア画像を提供するOBERという、オブジェクト・エフェクト除去のための新しいデータセットを紹介した。
本研究では,物体効果の注意機構を組み込んだ新しいフレームワーク ObjectClear を提案する。
実験では、ObjectClearが既存のメソッドよりも優れており、特に複雑なシナリオにおいて、オブジェクト・エフェクトの除去品質と背景の忠実さの改善を実現している。
論文 参考訳（メタデータ） (2025-05-28T17:51:17Z) - SmartEraser: Remove Anything from Images using Masked-Region Guidance [114.36809682798784]
SmartEraserはMasked-Region Guidanceと呼ばれる新しい削除パラダイムで構築されている。
Masked-Region Guidanceは、削除プロセスのガイダンスとして、入力中のマスクされた領域を保持します。
大規模オブジェクト除去データセットであるSyn4Removalを提案する。
論文 参考訳（メタデータ） (2025-01-14T17:55:12Z)
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。