論文の概要: KINESYS: Test-Time Adaptation for Reference-Based Effect Editing in Images

• arxiv url: http://arxiv.org/abs/2610.33292v1
• Date: Fri, 23 Oct 2026 21:00:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.294135
• Title: KINESYS: Test-Time Adaptation for Reference-Based Effect Editing in Images
• Title（参考訳）: KINESYS:画像における参照ベースのエフェクト編集のためのテスト時間適応
• Abstract要約: 本研究では、参照画像が望ましい視覚効果を示し、どのプロパティが編集をガイドすべきかを言語が特定するエフェクト参照編集について検討する。 本稿では,エフェクト参照編集のためのテスト時間適応フレームワークKINESYSを紹介する。 参照認識とソース認識のフィードバックを組み合わせて、元のショットの構成と内容を保持しながら、望ましい効果を伝達する。
• 参考スコア（独自算出の注目度）: 6.960650612789942
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual effects are often easier to demonstrate via reference than to describe in words. We study effect-reference editing, where a reference image shows a desired visual effect and language identifies which properties should guide the edit. Existing single-pass editing techniques often fail to make fine-grained edits, resulting in unintended changes to source content or deviations from the reference effect. We introduce KINESYS, a test-time adaptation framework for effect-reference editing that combines reference-aware and source-aware feedback to transfer the desired effect while preserving the composition and content of the original shot. To ensure KINESYS can produce a diverse set of edits that preserve the source, we develop a robust optimization strategy in which the generative model is fine-tuned across multiple noise samples and optimization runs. Evaluation with VLM judges, source preservation metrics (LPIPS, TPIPS), and a user study shows that KINESYS outperforms state-of-the-art image editors in source preservation; on effect transfer, it remains competitive with Nano Banana 2 and outperforms open-weight editors.
• Abstract（参考訳）: 視覚効果は、言葉で記述するよりも、しばしば参照を通して示すのが簡単である。 本研究では、参照画像が望ましい視覚効果を示し、どのプロパティが編集をガイドすべきかを言語が特定するエフェクト参照編集について検討する。 既存のシングルパス編集技術は細かい編集に失敗することが多く、ソース内容の変更や参照効果からの逸脱が意図しない。 我々は、参照認識とソース認識のフィードバックを組み合わせて、オリジナルショットの合成と内容を保存しながら、所望のエフェクトを転送するエフェクト参照編集のためのテスト時適応フレームワークKINESYSを紹介する。 KINESYSは、ソースを保存するための多様な編集セットを確実に作成するために、複数のノイズサンプルにまたがって生成モデルを微調整し、最適化を行う頑健な最適化戦略を開発する。 VLM審査員、ソース保存指標(LPIPS, TPIPS)およびユーザスタディによる評価では、KINESYSはソース保存において最先端の画像エディタよりも優れており、効果伝達においては、Nano Banana 2と競合し、オープンウェイトエディタよりも優れている。

関連論文リスト

• CoEditor++: Instruction-based Visual Editing via Cognitive Reasoning [98.98349220451216]
  CoEditor++は、編集を"編集する方法"と"編集方法"に分解する、トレーニング不要のフレームワークである。 我々は,CoEditor++が編集タスクと編集タスクの両方において,最先端のパフォーマンスを実現することを示す。 以上の結果から,認知中心型画像編集の可能性が示唆された。
  論文  参考訳（メタデータ） (2026-01-31T12:20:46Z)
• ProEdit: Inversion-based Editing From Prompts Done Right [63.554692704101]
  インバージョンベースのビジュアル編集は、ユーザ指示に基づいて画像やビデオを編集するための効果的でトレーニングのない方法を提供する。 既存の方法は、通常、編集一貫性を維持するためにサンプリングプロセス中にソースイメージ情報を注入する。 注意点と潜伏点の両方においてこの問題に対処するProEditを提案する。
  論文  参考訳（メタデータ） (2025-12-26T18:59:14Z)
• EditInfinity: Image Editing with Binary-Quantized Generative Models [64.05135380710749]
  画像編集のためのバイナリ量子化生成モデルのパラメータ効率適応について検討する。 具体的には、画像編集のためのバイナリ量子化生成モデルであるEmphInfinityを適応させるEditInfinityを提案する。 テキストの修正と画像スタイルの保存を促進させる,効率的かつ効果的な画像反転機構を提案する。
  論文  参考訳（メタデータ） (2025-10-23T05:06:24Z)
• Editable Noise Map Inversion: Encoding Target-image into Noise For High-Fidelity Image Manipulation [4.404496835736175]
  効率的な画像編集の鍵となる戦略は、ソースイメージをターゲット画像に関連する編集可能なノイズマップに変換することである。 編集可能なノイズマップ・インバージョン(ENM Inversion)を提案する。これはコンテンツ保存性と編集性の両方を確保するために最適なノイズマップを探索する新しいインバージョン手法である。 また,ビデオ編集にも容易に適用でき,フレーム間の時間的一貫性とコンテンツ操作が可能となる。
  論文  参考訳（メタデータ） (2025-09-30T04:44:53Z)
• LORE: Latent Optimization for Precise Semantic Control in Rectified Flow-based Image Editing [0.276240219662896]
  トレーニング不要で効率的な画像編集手法であるLOREを紹介する。 LOREは逆ノイズを直接最適化し、既存のアプローチの一般化と制御可能性の限界に対処する。 実験の結果,LOREはセマンティックアライメント,画像品質,背景忠実度において,強いベースラインを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2025-08-05T06:45:04Z)
• iEdit: Localised Text-guided Image Editing with Weak Supervision [53.082196061014734]
  テキスト誘導画像編集のための新しい学習法を提案する。 ソースイメージに条件付けされた画像とテキスト編集プロンプトを生成する。 画像の忠実度、CLIPアライメントスコア、および生成された画像と実際の画像の両方を定性的に編集する点において、画像に対して好ましい結果を示す。
  論文  参考訳（メタデータ） (2023-05-10T07:39:14Z)
• 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。