論文の概要: Beyond Temporal Smoothing: Spatial Energy Budgets Stabilize One-Step Diffusion Editing

• arxiv url: http://arxiv.org/abs/2609.32841v1
• Date: Sat, 26 Sep 2026 18:14:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 19:43:43.913286
• Title: Beyond Temporal Smoothing: Spatial Energy Budgets Stabilize One-Step Diffusion Editing
• Title（参考訳）: 空間エネルギー予算が1ステップの拡散編集を安定させる
• Abstract要約: 一段階のテキスト誘導拡散編集は効率的であるが、編集対象を歪ませ、背景を変更するような空間的に不適切な更新を行う傾向がある。 我々は,時間経過を平均化するのではなく,編集に要する時間を制御できる,トレーニングフリーでインバージョンフリーなエディタを開発した。 SD-Turboを使用したPIE-Benchでは、BudEditは、評価された11のメトリクスすべてに対して、各メソッドの報告されたデフォルト設定の下で、ChordEditよりもパフォーマンスがよい。
• 参考スコア（独自算出の注目度）: 15.377320015527898
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: One-step text-guided diffusion editing is efficient but prone to spatially misallocated updates that distort the edited object and alter the background. Existing methods often improve stability by averaging the editing field across timesteps. We instead identify spatial energy misallocation as a distinct and measurable failure mode: across two independent noise draws, the residual field is essentially unrepeatable, making the background field unreliable for direct transport, while its total energy still sets a usable magnitude for the draw at hand. BudEdit turns that magnitude into an explicit budget and reallocates it to edit-relevant regions selected jointly by residual energy and cross-attention, controlling where editing energy is spent rather than averaging over timesteps. The resulting training-free, inversion-free editor spends the budget on transport and reuses it to scale a correction in a lower-noise gated refinement. The budgeted injection field matches its prescribed budget exactly and vanishes on the identified background support, by construction. On PIE-Bench with SD-Turbo, BudEdit outperforms ChordEdit under each method's reported default settings on all 11 evaluated metrics, including a $2.1$\,dB gain in background PSNR, $31$\% lower DINO, and $36$\% lower LPIPS, while improving all five editing-quality metrics and reporting the lowest runtime in the comparison.
• Abstract（参考訳）: 一段階のテキスト誘導拡散編集は効率的であるが、編集対象を歪ませ、背景を変更するような空間的に不適切な更新を行う傾向がある。 既存の方法は、時間経過で編集フィールドを平均化することで、安定性を向上することが多い。 空間エネルギーの誤配置は、2つの独立したノイズドローにまたがって、残場は本質的には再生不可能であり、背景場は直接輸送には信頼性が低い一方で、その全エネルギーは手元のドローに使用可能な大きさを設定できる。 BudEditは、その規模を明示的な予算に転換し、残エネルギーとクロスアテンションによって共同で選択された編集関連領域に再配置する。 その結果、トレーニングなし、反転不要なエディターは、輸送に予算を費やし、それを再利用して低雑音のゲートリファインメントの修正をスケールする。 予算化された注入場は、所定の予算と正確に一致し、建設によって特定された背景支援を消滅する。 PIE-Bench with SD-Turboでは、BudEditは、バックグラウンドでのPSNRが2.1$\,dB、DINOが311$\%、LPIPSが36$\%、編集品質の指標が5つすべて改善され、比較で最も低いランタイムが報告されるなど、各メソッドのデフォルト設定でChordEditを上回っている。

関連論文リスト

• Constrained Edit Fields for Training-Free Flow Editing [20.17676871184835]
  本研究では,各空間位置の連続的な編集責任を割り当てる制約付き編集フィールド(CEF)を提案する。 CEFは、関連するコンテンツが存在する場合、ソースイメージから直接編集責任を推定する。 ベース編集フィールドをプロンプト誘起およびトラジェクトリ誘発のコンポーネントに分解し、編集責任が命令関連更新を保存する。
  論文  参考訳（メタデータ） (2026-09-27T16:37:43Z)
• $λ$-Controlled GRPO: Turning Flow-Matching Ratio Instability into a Budgeted Resource [2.013955334106378]
  Flow-GRPOは、報酬フィードバックから最適化できるポリシーとして、サンプルをデノナイズする。 この環境でのトレーニングは、マルチステップのdenoisingに特有の方法で不安定です。 代わりに、パスの分散と呼ばれる単一のステップ単位の量からそれらが生じることを示す。 これは、修復する症状の集合ではなく、測定と予算化が可能なリソースとして不安定性を再設定する。
  論文  参考訳（メタデータ） (2026-09-18T17:33:38Z)
• Contiguity, Not Importance: Budgeted Repair of Stale KV Caches After Document Edits [1.9785872350085878]
  KV-cacheの再利用は、検索強化された生成およびエージェントシステムにおける推論コストを削減できる。 完全なre-prefillは一貫性を確実に復元するが、コストがかかる。 施設の補修を予算化された再計算として定式化し、トレーニング不要の位置選択ポリシーと比較する。
  論文  参考訳（メタデータ） (2026-09-16T01:13:04Z)
• ResetEdit: Precise Text-guided Editing of Generated Image via Resettable Starting Latent [45.3757356193519]
  近年の拡散モデルにより高品質の画像生成が可能となり, ポストジェネレーションの需要が高まっている。 再生可能な潜伏情報を直接生成プロセスに埋め込むプロアクティブな拡散編集フレームワークであるResetEditを提案する。 安定拡散に基づいて構築されたResetEditは、既存のチューニング不要な編集メソッドとシームレスに統合され、制御性と視覚的忠実性の両方において、最先端のベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-04-28T02:05:08Z)
• SpotEdit: Selective Region Editing in Diffusion Transformers [66.44912649206553]
  SpotEditは、修正されたリージョンのみを選択的に更新する、トレーニング不要な拡散編集フレームワークである。 不要な計算を削減し、未修正領域で高い忠実性を維持することにより、SpotEditは効率よく正確な画像編集を実現する。
  論文  参考訳（メタデータ） (2025-12-26T14:59:41Z)
• Fine-tuning Done Right in Model Editing [83.79661791576103]
  大規模な言語モデルを適応するための基礎的な手法であるファインチューニングは、長い間モデル編集には有効ではないと考えられてきた。 ミニバッチ最適化により、標準的な幅優先パイプライン(エポックベース)に微調整を復元する。 我々は、復元された微調整フレームワーク上に構築された、シンプルで効果的なローカライズド編集手法であるLocFT-BFを導出する。
  論文  参考訳（メタデータ） (2025-09-26T08:53:13Z)
• Tuning-Free Image Editing with Fidelity and Editability via Unified Latent Diffusion Model [60.82962950960996]
  拡散遅延最適化を行うチューニング不要なUnifyEditを導入する。 本研究では, 自己注意保持制約(SA)と相互注意アライメント制約(CA)の2つを開発し, テキストアライメントの強化を図る。 提案手法は,様々な編集作業における構造保存とテキストアライメントのバランスを保ち,他の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2025-04-08T01:02:50Z)
• Object-Centric Diffusion for Efficient Video Editing [64.71639719352636]
  拡散ベースのビデオ編集は素晴らしい品質に達している。 このようなソリューションは通常、時間的に整合性のあるフレームを生成するために重いメモリと計算コストを発生させる。 品質を維持しつつ、大幅なスピードアップを可能にする修正を提案する。
  論文  参考訳（メタデータ） (2024-01-11T08:36:15Z)

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。