論文の概要: LOCI: Localized Continuous Control for Multi-Subject Image Editing
- arxiv url: http://arxiv.org/abs/2610.31950v1
- Date: Thu, 22 Oct 2026 21:53:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 01:38:06.302419
- Title: LOCI: Localized Continuous Control for Multi-Subject Image Editing
- Title（参考訳）: LOCI:マルチオブジェクト画像編集のための局所的連続制御
- Abstract要約: 複数オブジェクト画像編集のためのLOCI(Localized Continuous Control)を提案する。
多目的シーンの実験では、LOCIはベースラインに比べて領域間干渉が著しく減少し、強い編集忠実性を達成することが示された。
- 参考スコア（独自算出の注目度）: 0.8936882662057025
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Recent instruction-following image editors such as Flux.1-Kontext enable text-driven editing but lack fine-grained control over where and how much an edit is applied. Existing approaches provide either continuous but global control or spatially localized editing at a fixed strength. To our knowledge, none jointly supports explicit spatial localization, continuous per-region strength, and independent simultaneous control of multiple subjects. We present LOCI (LOcalized Continuous control for multi- subject Image editing). Given a multi-subject image with per-subject regions and instructions, LOCI edits each subject at an independently chosen, continuously adjustable strength, for instance gradually aging one person while adding a beard to another with minimal cross-region leakage. LOCI pairs subject-level attention binding for spatial isolation with a Regional LoRA layer that replaces the LoRA's scalar coefficient with a per-token scaling vector aligned to the spatial layout. A single adapter is trained at one suppression point, and continuous edit strengths follow by rescaling its regional residual at inference. Experiments on multi-subject scenes demonstrate that LOCI achieves strong edit fidelity with significantly reduced cross-region interference compared to baselines, while maintaining continuous control over edit strength
- Abstract（参考訳）: Flux.1-Kontextのような最近の命令追従画像エディタは、テキスト駆動の編集を可能にするが、どの位置とどの程度の編集が適用されるかの細かい制御を欠いている。
既存のアプローチは、連続的だが大域的な制御か、固定強度で空間的局所的な編集を提供する。
我々の知る限りでは、明示的な空間的局所化、地域ごとの連続的な強度、複数の被験者の独立的な同時制御を共同でサポートするものはない。
マルチテーマ画像編集のためのLOCI(Localized Continuous Control)を提案する。
オブジェクトごとの領域と命令を持つマルチオブジェクト画像が与えられた後、LOCIは個別に選択された各被写体を継続的に調整可能な強度で編集する。
LOCIは空間的分離のための被写体レベルのアテンションバインディングを、LoRAのスカラー係数を空間的レイアウトに整列したスケーリングベクトルに置き換えるRegional LoRA層と組み合わせる。
単一アダプタは1つの抑制点で訓練され、連続的な編集強度は推論時にその局所的残差を再スケーリングすることによって続く。
多目的シーンにおける実験により、LOCIは編集強度の連続制御を維持しながら、ベースラインに比べて領域間干渉を著しく低減し、強い編集忠実性を達成することが示された。
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) - BindEdit: Taming Attention Leakage for Precise Multi-Object Image Editing [8.542586773614113]
実際の画像編集は視覚的コンテンツの正確な操作を可能にするが、既存の手法は複雑な多目的シナリオで失敗することが多い。
本稿では,単一拡散軌道における注意レベル制約を強制するBindEditを提案する。
BindEditは、単一拡散軌道内の既存のメソッドを一貫して上回る。
論文 参考訳（メタデータ） (2026-06-17T10:32:14Z) - Layer-wise Instance Binding for Regional and Occlusion Control in Text-to-Image Diffusion Transformers [49.08465459791972]
テキスト・画像生成における領域命令によるレイアウト制御は非常に実用的だが、既存の手法は制限に悩まされている。
地域生成を異なるレイヤとしてモデル化し、生成中にそれらを結合することにより、LayerBindを提案する。
論文 参考訳（メタデータ） (2026-03-06T00:09:49Z) - Shifting the Breaking Point of Flow Matching for Multi-Instance Editing [47.32746672482526]
本稿では,共同注意操作を分割し,インスタンス固有のテキスト命令と空間領域間の結合を強制する機構であるインスタンス・ディスタングル・アテンションを紹介する。
提案手法は,グローバルな出力コヒーレンスを保ちながら,編集のゆがみと局所性を促進し,単一パスのインスタンスレベルの編集を可能にする。
論文 参考訳（メタデータ） (2026-02-09T14:52:45Z) - 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) - FlowDC: Flow-Based Decoupling-Decay for Complex Image Editing [52.54102743380658]
本稿では,複雑な編集を複数のサブ編集エフェクトに分離し,編集プロセス中に並列に重畳するFlowDCを提案する。
FlowDCは既存の方法に比べて優れた結果を示した。
論文 参考訳（メタデータ） (2025-12-12T09:08:39Z) - 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)
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。