論文の概要: PreciseEdit: Strong Yet Stable Semantic Transport for One-Step Image Editing

• arxiv url: http://arxiv.org/abs/2610.23535v1
• Date: Fri, 16 Oct 2026 14:33:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.953791
• Title: PreciseEdit: Strong Yet Stable Semantic Transport for One-Step Image Editing
• Title（参考訳）: PreciseEdit:ワンステップ画像編集のための強力で安定なセマンティックトランスポート
• Abstract要約: モデルに依存しない,トレーニング不要,インバージョンフリーのワンステップ編集フレームワークであるPreciseEditを紹介した。 そこで我々は,PreciseEditが様々な編集タスクにおいて最先端のパフォーマンスと有効性を実現することを示す。
• 参考スコア（独自算出の注目度）: 5.535467866196503
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent one-step text-to-image (T2I) models enable efficient image synthesis, opening up new possibilities for interactive Web-based image editing. However, existing one-step editing methods often construct a global transport field through simple vector operations between conditional predictions. While such strong transport can effectively drive the image toward the target semantics, it may be released along unreliable directions or over non-edited regions, leading to structural distortions within the editing region and background drift elsewhere. More importantly, stabilizing the editing process through global smoothing or uniformly weakening the transport field often makes large semantic changes overly conservative. In this work, we revisit one-step image editing from the perspective of the tension between semantic strength and transport stability, and identify a key insight: strong semantic transport is not inherently unstable. What matters is whether it is applied along reliable directions and at reliable spatial locations. Motivated by this insight, we introduce PreciseEdit, a model-agnostic, training-free and inversion-free one-step editing framework that strengthens target-semantic alignment while preserving background fidelity and structural consistency. We further propose a dual-noise-scale role decomposition strategy: a higher-noise scale produces the strong target-directed transport used for actual editing, whereas a lower-noise scale jointly serves as a probe for directional agreement and spatial structure. Extensive experiments on PIE-Bench demonstrate that PreciseEdit achieves state-of-the-art performance and effectiveness on various editing tasks.
• Abstract（参考訳）: 最近の1段階のテキスト・ツー・イメージ(T2I)モデルでは、効率的な画像合成が可能であり、インタラクティブなWebベースの画像編集の新しい可能性を開く。 しかし、既存のワンステップ編集手法は、条件付き予測間の単純なベクトル演算によって、大域的な輸送場を構築することが多い。 このような強力なトランスポートは、イメージをターゲットのセマンティクスに向けて効果的に駆動することができるが、信頼性の低い方向や非編集領域に沿って解放され、編集領域内の構造歪みや背景のドリフトを引き起こす可能性がある。 さらに重要なことは、グローバルなスムース化やトランスポートフィールドの均一化による編集プロセスの安定化は、しばしば大きなセマンティックな変更を過度に保守的にする。 本研究では,意味的強度と輸送安定性の緊張の観点から一段階のイメージ編集を再考し,強い意味的輸送は本質的に不安定ではないという重要な知見を明らかにする。 重要なことは、それが信頼できる方向と信頼できる空間的位置に沿って適用されるかどうかである。 この知見に触発されたPreciseEditは、背景の忠実さと構造的整合性を維持しつつ、ターゲット・セマンティックなアライメントを強化するモデルに依存しない、トレーニング不要で、インバージョンフリーなワンステップ編集フレームワークである。 さらに、高ノイズスケールは、実際の編集に使用する強力な目標指向トランスポートを生成する一方、低ノイズスケールは、方向合意と空間構造のためのプローブとして共同で機能する、というデュアルノイズスケールの役割分解戦略を提案する。 PIE-Benchでの大規模な実験により、PreciseEditは様々な編集タスクにおいて最先端のパフォーマンスと有効性を達成することを示した。

関連論文リスト

• WhereEdit: Mask-aware Local Latent Editing for One-Step Image Editing [16.758428220880734]
  ワンステップのテキスト・トゥ・イメージ(T2I)モデルは効率的な画像合成を可能にし、リアルタイム画像編集の新しい機会を提供する。 既存のワンステップ編集手法は意味変換のためのテキストコンディショニングに依存しており、編集すべきテキストの空間的制御が欠如している。 我々は,一段階編集を局所化適応編集として再構成するフレームワークである textbfWhereEdit を提案する。
  論文  参考訳（メタデータ） (2026-07-23T03:11:25Z)
• Conditioning Matters: Stabilizing Inversion and Attention in Diffusion Image Editing [27.02750589908665]
  インバージョンベースの画像編集は、フレキシブルでトレーニング不要な制御を提供するが、いまだにインバージョン精度と編集忠実度と背景保存のトレードオフに苦慮している。 本研究では,テキスト条件の精度が拡散速度場の幾何を変調することによって逆安定性に影響を及ぼすことを示す。 コンディショニング改善とクロスブランチアテンション制御という,2つの補完的なコンポーネントを備えたコンディショニング対応フレームワークであるSimEditを提案する。
  論文  参考訳（メタデータ） (2026-06-12T05:13:01Z)
• ChordEdit: One-Step Low-Energy Transport for Image Editing [8.517302920663932]
  ChordEditは、高忠実度ワンステップ編集を容易にするモデル非依存、トレーニング不要、反転不要な方法である。 我々は、ソースとターゲットの分布間の転送問題として編集をリキャストし、ソースとターゲットのテキストプロンプトで定義する。 理論的に基礎と実験的に検証されたアプローチにより、ChordEditは高速で軽量で正確な編集を行うことができる。
  論文  参考訳（メタデータ） (2026-02-22T07:40:50Z)
• The Devil is in Attention Sharing: Improving Complex Non-rigid Image Editing Faithfulness via Attention Synergy [71.39358554558667]
  我々は,SynPSを紹介した。SynPSは位置埋め込みとセマンティック情報を利用して,忠実な非剛性画像編集を行う手法である。 本稿では,各段階で必要な編集規模を定量化する編集計測手法を提案する。 位置と意味を適応的に統合することで、SynPSはオーバー編集とアンダー編集の両方を効果的に避ける。
  論文  参考訳（メタデータ） (2025-12-16T14:08:00Z)
• Follow-Your-Shape: Shape-Aware Image Editing via Trajectory-Guided Region Control [52.87568958372421]
  Follow-Your-Shapeは、トレーニング不要でマスクなしのフレームワークで、オブジェクト形状の正確かつ制御可能な編集をサポートする。 インバージョンとデノナイジングパスのトークン単位の速度差を比較することで,TDM(Torjectory Divergence Map)を算出する。 本手法は、特に大規模な形状変更を必要とするタスクにおいて、優れた編集性と視覚的忠実性を実現する。
  論文  参考訳（メタデータ） (2025-08-11T16:10:00Z)
• 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)

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。