論文の概要: Editing Images into Reusable Layers via Compositional Edit-Prior Distillation

• arxiv url: http://arxiv.org/abs/2610.24738v1
• Date: Sat, 17 Oct 2026 15:07:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-22 16:37:13.903113
• Title: Editing Images into Reusable Layers via Compositional Edit-Prior Distillation
• Title（参考訳）: 合成編集-Prior蒸留による再利用可能な層への画像編集
• Abstract要約: 本稿では,命令誘導画像編集と再利用可能なRGBA層の生成を結合する統合フレームワークを提案する。 In-Context RGB-Alpha Token Modelingは、編集されたcanvasと順序付けられたRGB-Alpha層のシーケンスを共同で表現する。 compositional Edit-Prior Distillationは、編集されたキャンバスと予測された層からなる画像の両方の前に編集を転送する。
• 参考スコア（独自算出の注目度）: 24.718117463958247
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-quality image editing requires precise modification of target regions while preserving the content of unrelated regions. Existing editing models produce flattened outputs that limit precise local manipulation and layer reuse, while decomposition methods typically optimize layer recovery separately from instruction-driven editing. To this end, we introduce LayerEditor, a unified framework that couples instruction-guided image editing with controllable generation of reusable RGBA layers. At its core, In-Context RGB-Alpha Token Modeling jointly represents the edited canvas and an ordered sequence of RGB-Alpha layers within a single token sequence, enabling semantic edits and explicit control over individual layer content. To retain the pretrained model's editing capability during adaptation to layered outputs, we propose Compositional Edit-Prior Distillation, which transfers its editing prior to both the edited canvas and the image composed from the predicted layers. To support training and evaluation, we construct LayerEditor-100K, a large-scale paired image-editing dataset with ordered RGBA layer annotations, and introduce dedicated benchmarks for layered editing. Extensive experiments demonstrate that LayerEditor maintains strong editing fidelity while generating accurate RGBA layers, supporting both flexible layer-level manipulation and multi-layer decomposition.
• Abstract（参考訳）: 高品質な画像編集には、非関連領域の内容を保存しながら、ターゲット領域を正確に修正する必要がある。 既存の編集モデルは、正確なローカル操作とレイヤ再利用を制限するフラットな出力を生成し、一方、分解法は通常、命令駆動の編集とは別個に、レイヤリカバリを最適化する。 この目的のために、命令誘導画像編集と再利用可能なRGBA層の制御可能な生成を結合する統合フレームワークであるLayerEditorを導入する。 中心となるIn-Context RGB-Alpha Token Modelingは、単一のトークンシーケンス内の編集キャンバスと順序付けられたRGB-Alpha層のシーケンスを共同で表現し、意味的な編集と個々のレイヤの内容の明示的な制御を可能にする。 層状出力に適応する際,事前学習したモデルの編集能力を維持するために,編集キャンバスに先立って編集を伝達する合成編集-Prior Distillationを提案する。 トレーニングと評価を支援するため,RGBA層アノテーションを順序付けした大規模ペア画像編集データセットであるLayerEditor-100Kを構築し,レイヤ編集専用のベンチマークを導入する。 大規模な実験により、LayerEditorは、正確なRGBAレイヤを生成しながら、強力な編集忠実さを維持し、フレキシブルなレイヤレベルの操作と多層分解の両方をサポートすることが示されている。

関連論文リスト

• Refinement Is Inherently Editable: Training-Free Prompt-to-Prompt Image Editing with Generative Refinement Network [26.99661614820174]
  RefineEditは、GRN(Generative Refinement Networks)上に構築されたトレーニングフリーのプロンプトとプロンプトの画像編集フレームワークである。 ビットルーティングと、適応的な空間凍結と有限ビットロックという2つの安定化メカニズムを組み合わせる。 PSNR、LPIPS、MSE、SSIMで最高のバックグラウンド保存スコアと、最も高い全画像と編集済みのCLIPスコアを達成している。
  論文  参考訳（メタデータ） (2026-09-17T16:19:28Z)
• ReDesign: Recovering Editable Design Structures from Images via Agentic Decomposition [60.25038184390257]
  ReDesignは、編集可能な階層階層を成長させるエージェントフレームワークで、特定のツールを選択して、モダリティにまたがって構成する。 大規模な編集性を評価するために、909個のFigmaファイルと14,796個の編集命令からなるFigma Edit Replay Benchmarkを導入する。
  論文  参考訳（メタデータ） (2026-07-28T10:53:33Z)
• LimeCross: Context-Conditioned Layered Image Editing with Structural Consistency [7.077690782604656]
  トレーニング不要な文脈条件付き階層画像編集フレームワークLimeCrossを提案する。 テキストに従ってユーザ選択のRGBAレイヤを編集し、残りのレイヤは変更しない。 実験により、LimeCrossは強力な編集ベースラインよりも層純度と合成リアリズムを改善することが示された。
  論文  参考訳（メタデータ） (2026-05-11T10:18:28Z)
• Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition [73.43121650616804]
  単一のRGB画像を複数の意味的不整合RGBA層に分解するエンドツーエンド拡散モデルである textbfQwen-Image-Layered を提案する。 本手法は,分解品質の既存手法を大幅に上回り,一貫した画像編集のための新しいパラダイムを確立する。
  論文  参考訳（メタデータ） (2025-12-17T17:12:42Z)
• BrushEdit: All-In-One Image Inpainting and Editing [76.93556996538398]
  BrushEditは、インペイントベースの命令誘導画像編集パラダイムである。 本研究では,MLLMとデュアルブランチ画像の描画モデルを統合することで,自由形式の命令編集を可能にするシステムを提案する。 本フレームワークは,MLLMとインパインティングモデルを効果的に組み合わせ,7つの指標で優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-12-13T17:58:06Z)
• Object-aware Inversion and Reassembly for Image Editing [61.19822563737121]
  オブジェクトレベルのきめ細かい編集を可能にするために,オブジェクト認識型インバージョンと再アセンブリ(OIR)を提案する。 画像の編集時に各編集ペアに対して最適な反転ステップを見つけるために,検索基準を用いる。 本手法は,オブジェクトの形状,色,材料,カテゴリなどの編集において,特に多目的編集シナリオにおいて優れた性能を発揮する。
  論文  参考訳（メタデータ） (2023-10-18T17:59:02Z)
• EditGAN: High-Precision Semantic Image Editing [120.49401527771067]
  EditGANは高品質で高精度なセマンティック画像編集のための新しい手法である。 EditGANは前例のない細部と自由度で画像を操作可能であることを示す。 また、複数の編集を組み合わせることも簡単で、EditGANのトレーニングデータ以外の編集も可能になります。
  論文  参考訳（メタデータ） (2021-11-04T22:36:33Z)

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。