論文の概要: Attention-Scoped Guidance: Training-Free Spatial Control for Image Editing

• arxiv url: http://arxiv.org/abs/2609.37492v1
• Date: Mon, 28 Sep 2026 08:12:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.525444
• Title: Attention-Scoped Guidance: Training-Free Spatial Control for Image Editing
• Title（参考訳）: 注意喚起指導:画像編集のための訓練不要空間制御
• Abstract要約: デュアルフリーガイダンス(CFG)では、エディタは2つの方向をデノイングステップ毎に組み合わせる。 本稿では,これらの重みを空間的にするサンプルラッパーであるAttention-Scoped Guidance (ASG)を紹介する。
• 参考スコア（独自算出の注目度）: 14.862453946032664
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Instruction-guided image editing should change what the instruction names and leave the rest of the image untouched. In dual classifier-free guidance (CFG), an editor combines two directions at every denoising step, one that pushes toward the instructed edit and one that pulls back toward the source image, using global weights. We introduce Attention-Scoped Guidance (ASG), a sampler wrapper that makes these weights spatial. It reads a soft support map from the instruction attention that the editor already computes, then weakens text guidance where support is low and strengthens image anchoring where support is high. The wrapper requires no training, no external mask, and no additional network evaluation. On the full MagicBrush and PIE-Bench++ splits, ASG improves preservation-oriented metrics, leading three of four MagicBrush metrics and PIE-Bench++ background PSNR. A dose-matched control that removes the spatial placement loses up to 0.73 CLIP on PIE-Bench++, confirming that the spatial allocation itself carries the gain.
• Abstract（参考訳）: インストラクション誘導による画像編集は、命令名を変更し、残りの画像は無タッチで残すべきである。 二重分類器フリーガイダンス(CFG)では、エディタは2つの方向をデノイングステップごとに組み合わせ、ひとつは指示された編集に向かってプッシュし、もう一つはグローバルな重みを使ってソースイメージに向かってプルバックする。 本稿では,これらの重みを空間的にするサンプルラッパーであるAttention-Scoped Guidance (ASG)を紹介する。 エディタが既に計算している命令の注意からソフトサポートマップを読み、サポートが低いテキストガイダンスを弱め、サポートが高いイメージアンカーを強化します。 ラッパーはトレーニングも外部マスクも追加のネットワーク評価も必要としない。 MagicBrushとPIE-Bench++の完全な分割で、ASGは保存指向のメトリクスを改善し、4つのMagicBrushメトリクスとPIE-Bench++バックグラウンドPSNRの3つを導いた。 空間配置を除去する線量マッチング制御は、PIE-Bench++上で最大0.73 CLIPを失い、空間割り当て自体が利得を持つことを確認した。

関連論文リスト

• SIGMA: Semantic-Difference Instruction-Grounding Mask Annotator for Text-Driven Image Manipulation Localization [64.6372217552272]
  公開編集データセットには、IMLトレーニングサンプルと構造的に同一(オリジナル、編集)のペアが数百万個含まれており、ピクセルレベルのマスクのみが欠如している。 本稿では,視覚基盤のバックボーンにおいて意味・特徴の相違を行うSIGMAを提案する。 1.1M IMLトレーニングセットを生成し、5つのデータセットに対して+18.34%のF1で6つの多様な検出器を改善する。
  論文  参考訳（メタデータ） (2026-05-27T03:55:13Z)
• SAEdit: Token-level control for continuous image editing via Sparse AutoEncoder [52.754326452329956]
  本稿では,テキスト埋め込みのトークンレベルの操作を通じて,アンタングルと連続的な編集を行う手法を提案する。 編集は、対象属性の強度を制御する、慎重に選択された方向に沿って埋め込みを操作することで行われる。 本手法は,拡散過程を変更せずにテキスト埋め込みを直接操作し,画像のバックボーンに広く適用可能な,非依存なモデルとする。
  論文  参考訳（メタデータ） (2025-10-06T17:51:04Z)
• ControlFill: Spatially Adjustable Image Inpainting from Prompt Learning [0.9790236766474201]
  textitControlFillという,2つの異なるプロンプトをトレーニングするインペイントフレームワークを紹介します。 推論段階において、これらの学習された埋め込みは、重いテキストエンコーダを必要とせずに動作する拡散ネットワークを誘導する。
  論文  参考訳（メタデータ） (2025-03-06T09:57:26Z)
• UIP2P: Unsupervised Instruction-based Image Editing via Edit Reversibility Constraint [87.20985852686785]
  本研究では,教師なし指導に基づく画像編集手法を提案する。 本稿では,編集可逆性制約 (ERC) と呼ばれる新しい編集機構を導入することで,これらの課題に対処する。 これにより、地道に編集されたイメージの必要性を回避し、実際のイメージキャプチャペアまたはイメージキャプチャインストラクショントリプルからなるデータセットで、初めてトレーニングをアンロックすることが可能になります。
  論文  参考訳（メタデータ） (2024-12-19T18:59:58Z)
• RAVE: Residual Vector Embedding for CLIP-Guided Backlit Image Enhancement [0.24578723416255752]
  本稿では,教師なしバックライト画像強調作業におけるCLIP指導の新たな修正を提案する。 この手法は,CLIP埋め込み空間内のプロンプト(負・正のサンプル)と対応する画像(バックライト画像/ウェルリット画像)とのテキストイメージの類似性を制約することにより,プロンプトペアを学習する。 テキスト埋め込みの空間でプロンプトをチューニングする代わりに、品質を損なうことなく、埋め込みを直接調整できることが示される。
  論文  参考訳（メタデータ） (2024-04-02T12:28:40Z)
• Training-Free Layout Control with Cross-Attention Guidance [81.53405473966035]
  最近の拡散型ジェネレータはテキストプロンプトから高品質な画像を生成することができる。 彼らはしばしば、構成の空間的レイアウトを指定するテキスト命令を無視している。 本稿では,イメージジェネレータの訓練や微調整を必要とせずに,ロバストなレイアウト制御を実現するシンプルな手法を提案する。
  論文  参考訳（メタデータ） (2023-04-06T21:00:00Z)
• DSP: Dual Soft-Paste for Unsupervised Domain Adaptive Semantic Segmentation [97.74059510314554]
  セグメンテーションのための教師なしドメイン適応(UDA)は、ラベル付きソースドメインで訓練されたセグメンテーションモデルをラベル付きターゲットドメインに適応させることを目的としている。 既存の手法では、大きなドメインギャップに悩まされながら、ドメイン不変の特徴を学習しようとする。 本稿では,新しいDual Soft-Paste (DSP)法を提案する。
  論文  参考訳（メタデータ） (2021-07-20T16:22:40Z)

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。