DesignEdit翻译站点

DesignEdit 是由来自微软亚洲研究院和北京大学的研究人员共同开发的一个 AI图像编辑框架，引入了设计领域的图层概念，采用多层潜在分解和融合的技术，实现了无需额外训练即可进行精确的空间感知图像编辑和处理。它能够实现对象移除、多对象编辑、镜头平移和缩放、排版编辑以及跨图像合成等高级编辑功能。这款软件通过将复杂的图像编辑任务分解为多层潜在的编辑操作，提高了编辑的灵活性和精确度。

近年来，如何实现精确的图像编辑引起了越来越多的关注，特别是考虑到文本到图像生成模型的巨大成功。 为了将各种空间感知图像编辑能力统一到一个框架中，DesignEdit 采用了设计领域中的图层概念，通过各种操作灵活地操纵对象。 关键的见解是将空间感知图像编辑任务转化为两个子任务的组合：多层潜在分解和多层潜在融合。
首先，DesignEdit 将源图像的潜在表示分割为多个层，其中包括多个对象层和一个需要可靠修复的不完整背景层。 为了避免额外的调整，我们进一步探索自注意力机制中的内部修复能力。 DesignEdit 引入了一种关键掩蔽自注意力方案，该方案可以将周围的上下文信息传播到掩蔽区域，同时减轻其对掩蔽外部区域的影响。