論文の概要: SpatialFlow-GRPO: Where Spatial Credit Drives Image Editing

• arxiv url: http://arxiv.org/abs/2606.26872v2
• Date: Fri, 26 Jun 2026 15:03:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 13:57:07.335753
• Title: SpatialFlow-GRPO: Where Spatial Credit Drives Image Editing
• Title（参考訳）: SpaceFlow-GRPO:空間クレジットが画像編集を駆動する場所
• Authors: Yankai Yang, Yancheng Long, Wei Chen, Xingyu Lu, Hongyang Wei, Bin Wen, Fan Yang, Tingting Gao, Han Li, Shuo Yang,
• Abstract要約: 本研究では,空間的に微粒な報酬フィードバックを導入するトレーニングフレームワークであるSpatialFlow-GRPOを提案する。 このフレームワークは、地域対応報酬を意味領域レベルの最適化信号に変換し、ポリシー更新中に対応する潜在位置とリージョンの利点を一致させる。 その結果,SpatialFlow-GRPOは局所的なフィードバックを空間的に整合した更新信号に変換し,編集品質を向上することを示した。
• 参考スコア（独自算出の注目度）: 29.67956120826966
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent online reinforcement learning has substantially improved image editing quality. However, existing Flow-GRPO-style methods usually rely on a single whole-image reward, which makes fine-grained editing optimization difficult. We observe that a key obstacle in image editing is this spatial uniformity assumption: a whole-image reward cannot distinguish how different spatial regions contribute to image quality. To address this issue, we propose SpatialFlow-GRPO, a training framework that introduces spatially fine-grained reward feedback. The framework converts region-aware rewards into semantic-region-level optimization signals and aligns region advantages with the corresponding latent positions during policy updates. We also train a region-aware reward model, SFReward, construct SFReward-14K with region-annotated editing samples, and introduce MultiEditBench to evaluate multi-region editing ability. On OmniGen2 and FLUX.2-klein-4B, SpatialFlow-GRPO outperforms Flow-GRPO on GEdit-Bench, ImgEdit-Bench, and MultiEditBench. The results show that SpatialFlow-GRPO converts local feedback into spatially aligned update signals and improves editing quality.
• Abstract（参考訳）: 最近のオンライン強化学習は画像編集の質を大幅に改善した。 しかし、既存のFlow-GRPOスタイルの手法は、通常、1つの画像全体の報酬に依存しており、微粒な編集の最適化が困難である。 画像編集における重要な障害は、空間的均一性の仮定である: 画像全体の報酬は、空間的領域が画像品質にどのように貢献するかを区別できない。 この問題に対処するために,空間的にきめ細かい報酬フィードバックを導入するトレーニングフレームワークであるSpatialFlow-GRPOを提案する。 このフレームワークは、地域対応報酬を意味領域レベルの最適化信号に変換し、ポリシー更新中に対応する潜在位置とリージョンの利点を一致させる。 また、地域対応報酬モデルSFRewardをトレーニングし、地域対応編集サンプルを用いてSFReward-14Kを構築し、マルチ編集ベンチを導入し、マルチリージョン編集能力を評価する。 OmniGen2とFLUX.2-klein-4Bでは、SpatialFlow-GRPOはGEdit-Bench、ImgEdit-Bench、MultiEditBenchでFlow-GRPOを上回っている。 その結果,SpatialFlow-GRPOは局所的なフィードバックを空間的に整合した更新信号に変換し,編集品質を向上することを示した。

関連論文リスト

• SAM-Flow: Source-Anchored Masked Flow for Training-Free Image Editing [11.868477331606911]
  SAM-Flowは、ローカライズされたトレーニングフリーの画像編集のための、ソースアンコールされたマスキングフローフレームワークである。 正確なセマンティック編集を実現し、背景保存を大幅に改善する。 スタブルディフュージョン3やFLUXのようなメインストリームのフローマッチングバックボーンと、微調整なしで統合できる。
  論文  参考訳（メタデータ） (2026-06-04T14:36:19Z)
• MT-EditFlow: Reinforcement Learning for Multi-Turn Image Editing with Flow Matching [91.83651402045108]
  MT-EditFlowは、逐次画像編集のための報酬信号の最適化を目的とした、フローマッチング強化学習フレームワークである。 MT-EditFlowは多種多様なベースモデル間で性能を著しく向上させることを示す。
  論文  参考訳（メタデータ） (2026-06-01T09:46:10Z)
• Edit-GRPO: A Locality-Preserving Policy Optimization Framework for Image Editing [95.29911956874389]
  画像編集を最適化しながら局所性を保存する編集-GRPOを提案する。 編集領域と非編集領域に領域固有の最適化信号を割り当てることで、Edit-GRPOはポリシー更新を編集タスクの空間構造と整合させる。 この設計は、コンテキスト歪みや境界の不整合といった共通成果物を効果的に抑制する。
  論文  参考訳（メタデータ） (2026-05-16T12:05:39Z)
• Rethinking Where to Edit: Task-Aware Localization for Instruction-Based Image Editing [30.23368654238746]
  教示に基づく画像編集のための訓練不要でタスク対応の編集ローカライズフレームワークを提案する。 我々のフレームワークは、強い命令追従性能を維持しながら、非編集領域の一貫性を一貫して改善する。
  論文  参考訳（メタデータ） (2026-04-22T07:08:01Z)
• Region-Constrained Group Relative Policy Optimization for Flow-Based Image Editing [2.096755686662369]
  本稿では,領域制約付きGRPOポストトレーニングフレームワークであるRC-GRPO-Editingを提案する。 バックグラウンド誘起ニュアンス分散を抑制して、よりクリーンなローカライズされたクレジット割り当てを可能にし、地域命令の順守を改善し、非ターゲットコンテンツを保存する。 CompBenchの実験では、編集領域の命令順守と非ターゲット保存が一貫した改善が見られた。
  論文  参考訳（メタデータ） (2026-04-10T14:58:15Z)
• CoCoEdit: Content-Consistent Image Editing via Region Regularized Reinforcement Learning [15.375069717719157]
  コンテンツ一貫性編集のためのポストトレーニングフレームワーク(CoCoEdit)を提案する。 まず、改良された命令とマスクによる既存の編集データセットを拡張し、そこから40Kの多様性と高品質なサンプルをトレーニングセットとしてキュレートする。 次に、MLLMに基づく報酬を補完する画素レベルの類似性報酬を導入し、編集過程における品質とコンテンツ整合性の両方をモデルが保証する。
  論文  参考訳（メタデータ） (2026-02-15T09:36:54Z)
• Training-free Geometric Image Editing on Diffusion Models [53.38549950608886]
  画像内の物体が再配置、再配向、あるいは再形成されるような幾何学的画像編集の課題に取り組む。 本稿では、オブジェクト変換、ソース領域のインペイント、ターゲット領域の洗練を分離する分離パイプラインを提案する。 塗装と精錬は、トレーニングフリーの拡散アプローチであるFreeFineを使って実装されている。
  論文  参考訳（メタデータ） (2025-07-31T07:36:00Z)
• LIME: Localized Image Editing via Attention Regularization in Diffusion Models [69.33072075580483]
  本稿では拡散モデルにおける局所化画像編集のためのLIMEを提案する。 LIMEは、ユーザが指定した関心領域(RoI)や追加のテキスト入力を必要としない。 そこで本研究では,RoIにおける非関係なクロスアテンションスコアをデノナイジングステップ中にペナライズし,局所的な編集を確実にする新しいクロスアテンション正規化手法を提案する。
  論文  参考訳（メタデータ） (2023-12-14T18:59:59Z)
• Region-Aware Diffusion for Zero-shot Text-driven Image Editing [78.58917623854079]
  本稿では,エンティティレベルの画像編集のための領域認識拡散モデル(RDM)を提案する。 画像の忠実度と推論速度のバランスをとるために,集中拡散パイプラインを設計する。 その結果、RDMは、視覚的品質、全体的な調和、非編集領域のコンテンツ保存、テキストイメージのセマンティック一貫性において、従来のアプローチよりも優れていた。
  論文  参考訳（メタデータ） (2023-02-23T06:20:29Z)

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。