論文の概要: EDITBRIDGE: Towards Faithful and Efficient Ultra-High-Resolution Image Editing

• arxiv url: http://arxiv.org/abs/2608.18063v1
• Date: Tue, 18 Aug 2026 17:53:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.435911
• Title: EDITBRIDGE: Towards Faithful and Efficient Ultra-High-Resolution Image Editing
• Title（参考訳）: EDITBRIDGE: 忠実で効率的な超高解像度画像編集を目指して
• Abstract要約: EditBridgeは、効率的な超高解像度編集のための拡散ブリッジフレームワークである。 本稿では,第1段階の編集から意味的対応を利用して画像間の相互作用を制約する,事前誘導型ブロックワイド・スパースアテンション機構を提案する。 実験では、EditBridgeは4Kまでの解像度で優れた知覚品質の高忠実な編集を実現し、2Kで3.6--8.4$times$ Speedupを提供し、61秒で実用的な4K編集を可能にする。
• 参考スコア（独自算出の注目度）: 32.87034497388552
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-resolution image editing is increasingly demanded in professional workflows, yet existing diffusion-based models remain constrained to resolutions below 1K due to quadratic attention complexity and prohibitive memory requirements. A prevalent workaround employs a two-stage pipeline: editing at low resolution followed by independent super-resolution. However, this approach suffers from two critical issues: information divergence, where hallucinated details contradict the original high-resolution (HR) source, and texture degradation, manifesting as over-smoothed or over-sharpened artifacts. We propose EditBridge, a diffusion bridge framework for efficient ultra high-resolution editing. Unlike conventional diffusion that regenerates from noise, we formulate refinement as structured data-to-data translation from the low-resolution (LR) edited result to its HR counterpart, explicitly conditioned on the original HR source to preserve authentic details. To efficiently incorporate HR source guidance, we introduce a prior-guided block-wise sparse attention mechanism that exploits semantic correspondence from first-stage editing to constrain cross-image interactions to spatially aligned regions, significantly reducing computational overhead. Extensive experiments demonstrate that EditBridge achieves high-fidelity editing with superior perceptual quality at resolutions up to 4K, delivering 3.6--8.4$\times$ speedup at 2K and enabling practical 4K editing in 61 seconds.
• Abstract（参考訳）: 高解像度画像編集は、プロのワークフローではますます要求されるが、既存の拡散ベースのモデルは、二次的な注意の複雑さと禁止されたメモリ要求のために、1K未満の解像度に制限されている。 一般的な回避策として、2段階のパイプラインが採用されている。 しかし、このアプローチには2つの重要な問題がある:情報ばらつき、幻覚された細部が元の高分解能(HR)ソースと矛盾する点、テクスチャ劣化であり、過度に滑らかあるいは過度に保存されたアーティファクトとして現れている点である。 効率的な超高解像度編集のための拡散ブリッジフレームワークであるEditBridgeを提案する。 ノイズから再生する従来の拡散とは異なり、低分解能(LR)編集結果からHR変換結果への構造的データ-データ変換として精製を定式化し、元のHRソースに明示的に条件付けして精度を保った。 HRソースガイダンスを効果的に組み込むため,第1段編集からの意味的対応を利用して空間的に整合した領域へのクロスイメージインタラクションを制限し,計算オーバーヘッドを大幅に低減する,事前誘導ブロックワイズアテンション機構を導入する。 大規模な実験では、EditBridgeは4Kまでの解像度で優れた知覚品質で高忠実な編集を実現し、2Kで3.6--8.4$\times$ Speedupを提供し、61秒で実用的な4K編集を可能にする。

関連論文リスト

• MagnifiQ: Patch-aware Text Guided Progressive Upscaling for High-Resolution Image Restoration [44.73576056659987]
  MagnifiQは画像復元フレームワークで、解像度をまたいだ画像を徐々にスケールアップし、復元する。 よりシャープなテクスチャとよりコヒーレントな4K結果を生成し、実用的なスピード品質のトレードオフを提供する。
  論文  参考訳（メタデータ） (2026-08-14T17:56:04Z)
• Tuning-Free Latent Diffusion Models for Ultrahigh-Resolution Image Editing [11.862248587214951]
  本稿では,遅延拡散モデル(LDM)を超高解像度に拡張する,チューニング不要な画像編集フレームワークであるUltraDiffEditを紹介する。 我々は、潜在空間内の編集された視覚的詳細と未編集の視覚的詳細の両方を保存するためにマルチパッチ符号化を用いる。 また,局所的,中間的,グローバルな特徴を抽出し,セマンティック・コヒーレンスを確保し,デノナイジング時の詳細性を向上するパッチベースのハイブリッドサンプリング手法を導入する。
  論文  参考訳（メタデータ） (2026-07-07T10:52:10Z)
• HierEdit: Region-Aware Hierarchical Diffusion for Efficient High-Resolution Editing [83.1290629939693]
  プロやクリエイティブなアプリケーションには高解像度の画像編集が不可欠である。 現在のアプローチでは、イメージキャンバス全体を冗長に処理するか、大規模な高解像度データセットに依存している。 高速かつスケーラブルな高解像度画像編集のための領域対応階層拡散フレームワークであるHierEditを紹介する。
  論文  参考訳（メタデータ） (2026-05-17T07:14:15Z)
• EditCrafter: Tuning-free High-Resolution Image Editing via Pretrained Diffusion Model [15.14106323055504]
  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。
  論文  参考訳（メタデータ） (2026-04-11T16:12:27Z)
• Bridging Fidelity-Reality with Controllable One-Step Diffusion for Image Super-Resolution [59.71803719801537]
  CODSRは、画像超解像のための制御可能なワンステップ拡散ネットワークである。 拡散過程に高忠実度条件を与えるLQ誘導型特徴変調モジュールを提案する。 そこで我々は,知覚の豊かさを効果的に向上させるために,領域適応型事前活性化法を開発した。
  論文  参考訳（メタデータ） (2025-12-16T03:56:02Z)
• Low-Resolution Editing is All You Need for High-Resolution Editing [67.6663530128766]
  本稿では,高精細画像編集の課題を導入し,それに対応するテスト時間最適化フレームワークを提案する。 提案手法では,高解像度のソース画像に対してパッチワイズ最適化を行い,さらに細かな細部転送モジュールと新しい同期戦略を提案する。
  論文  参考訳（メタデータ） (2025-11-25T05:35:32Z)
• Scale-DiT: Ultra-High-Resolution Image Generation with Hierarchical Local Attention [50.391914489898774]
  Scale-DiTは、階層的な局所的注意を低解像度のグローバルガイダンスで導入する新しい拡散フレームワークである。 軽量なLoRA適応は、デノナイズ中のグローバルパスとローカルパスをブリッジし、構造と詳細の整合性を確保する。 実験によると、Scale-DiTは2ドル以上の高速な推論とメモリ使用量の削減を実現している。
  論文  参考訳（メタデータ） (2025-10-18T03:15:26Z)
• 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)
• PostEdit: Posterior Sampling for Efficient Zero-Shot Image Editing [63.38854614997581]
  拡散サンプリングプロセスを制御するために後続のスキームを組み込んだPostEditを導入する。 提案したPostEditは、未編集領域を正確に保存しながら、最先端の編集性能を実現する。 インバージョンもトレーニングも不要で、約1.5秒と18GBのGPUメモリを必要とするため、高品質な結果が得られる。
  論文  参考訳（メタデータ） (2024-10-07T09:04:50Z)
• FuseSR: Super Resolution for Real-time Rendering through Efficient Multi-resolution Fusion [38.67110413800048]
  最も一般的な解決策の1つは、レンダリングオーバーヘッドを減らすために、低解像度で画像をレンダリングすることである。 本稿では,高品質なアップサンプル再構成を予測できる効率的かつ効率的な超解像法を提案する。 実験の結果,提案手法は時間的に一貫した再構築を4倍の4倍の4倍の4倍の4倍の4倍の8倍の8倍のアップサンプリングをリアルタイムに行うことができることがわかった。
  論文  参考訳（メタデータ） (2023-10-15T04:01:05Z)

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。