论文页面 - EDITBRIDGE：迈向忠实高效的超高分辨率图像编辑

来源：https://huggingface.co/papers/2608.18063 发布于 8 月 18 日

·

由https://huggingface.co/sjy92提交

sjy (https://huggingface.co/sjy92)于 8 月 19 日

摘要

EditBridge 通过一个扩散桥接实现高效的超高分辨率图像编辑，该桥接将低分辨率编辑转换为高分辨率输出，并通过稀疏注意力机制保留源图像细节。

专业工作流程对高分辨率图像编辑的需求日益增长，但现有的基于扩散的模型受限于二次方注意力复杂度和过高的内存要求，通常仅支持低于 1K 的分辨率。一种普遍的解决方案是采用两阶段流程：在低分辨率下进行编辑，然后进行独立的超分辨率处理。然而，这种方法存在两个关键问题：信息分歧（即生成的细节与原始高分辨率源图像相矛盾）和纹理退化（表现为过度平滑或过度锐化的伪影）。我们提出了 EditBridge，一个用于高效超高分辨率编辑的扩散桥接框架。与从噪声重新生成的传统扩散方法不同，我们将细化过程构建为从低分辨率编辑结果到其高分辨率对应物的结构化数据到数据转换，并明确以原始高分辨率源图像为条件以保留真实细节。为了高效地融合高分辨率源图像引导，我们引入了一种先验引导的块状稀疏注意力机制，该机制利用第一阶段编辑的语义对应关系，将跨图像交互约束到空间对齐的区域，从而显著降低了计算开销。大量实验表明，EditBridge 在高达 4K 的分辨率下实现了高保真度编辑和卓越的感知质量，在 2K 分辨率下速度提升 3.6 到 8.4 倍，并可在 61 秒内完成实用的 4K 编辑。

查看 arXiv 页面 (https://arxiv.org/abs/2608.18063)查看 PDF (https://arxiv.org/pdf/2608.18063)项目主页 (https://editbridge.github.io/)GitHub (https://github.com/songyangyifei/editbridge)添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2608.18063)

通过您的代理获取此论文：

hf papers read 2608\.18063

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型链接此论文

在模型的 README.md 中引用 arxiv.org/abs/2608.18063 即可从本页面链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集的 README.md 中引用 arxiv.org/abs/2608.18063 即可从本页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2608.18063 即可从本页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到一个收藏集 (https://huggingface.co/new-collection)即可从本页面链接。