"一键消除"与"无缝融入"超丝滑！CycleFlow+扩散先验让OmniPaint引领图像编辑新时代

文章预览

解读 | AI生成未来  编辑 | AI生成未来 本文只做学术分享，如有侵权，联系删文 论文链接：https://arxiv.org/pdf/2503.08677 项目链接：https://www.yongshengyu.com/OmniPaint-Page/ git链接：https://github.com/yeates/OmniPaint 亮点直击 提出了一种基于扩散的解决方案，用于在对象移除和插入时实现物理和几何一致性，包括阴影和反射等物理效果。 引入了一种渐进的训练流程，其中提出的CycleFlow技术支持无配对的后期训练，减少了对配对数据的依赖。 进一步开发了一种新颖的无参考指标，称为CFD，用于通过幻觉检测和上下文一致性评估来衡量对象移除的质量。 总结速览 解决的问题 基于扩散的生成模型在实现逼真的对象移除和插入时面临挑战，主要包括物理效果（如阴影和反射）的复杂相互作用以及配对训练数据的不足。 提出的方案 引入 OmniPaint，一个统一的框架，将对象 ………………………………