Tag · 4 篇
文本引导图像编辑
分布 图像编辑与可控生成23D 视觉与重建1数据集与评测1
01 02 03 04
WeatherCity：可控多天气变换的城市场景重建
WeatherCity: Urban Scene Reconstruction with Controllable Multi-Weather Transformation
把天气编辑从图像级搬到 4D 高斯场景级：用共享场景特征加天气专属解码器构造天气高斯表示，并用内容一致性优化保证跨天气几何一致，可直接用于自动驾驶闭环仿真中的多天气数据合成。
Pico-Banana-400K：一个用于文本引导图像编辑的大规模数据集
Pico-Banana-400K: A Large-Scale Dataset for Text-Guided Image Editing
该数据集为文本引导图像编辑模型提供了大规模、高质量的训练与评测资源，特别是其多轮编辑、偏好对齐和指令重写子集，可直接用于研究编辑的序列规划、奖励模型训练和指令理解，推动更鲁棒的编辑系统发展。
FlowDC：面向复杂图像编辑的基于流的解耦-衰减方法
FlowDC: Flow-Based Decoupling-Decay for Complex Image Editing
把复杂多目标编辑拆成多个子编辑效果并在流匹配速度场上并行叠加，同时对与编辑位移正交的速度分量做衰减以保住源图结构——这套「速度分解+正交分量衰减」可直接迁移到任何基于 flow matching 的编辑/可控生成管线中，用于缓解多条件叠加时的结构漂移。
ChordEdit：面向图像编辑的单步低能量传输
ChordEdit: One-Step Low-Energy Transport for Image Editing
把文本引导编辑重构成源/目标提示分布之间的动态最优传输问题，得到低能量、方差缩减的平滑编辑场，使单步大积分即可完成编辑；对做单步 T2I 模型（如单步扩散/流匹配）上做免训练编辑的人，这是一个可直接复用的控制场构造思路。