[论文] EDITBRIDGE: Towards Faithful and Efficient Ultra-High-Resolution Image...

论文概要

研究领域: CV 作者: Jiayi Song, Shijie Huang, Fangtai Wu, Yubo Huang, Zhenxiong Tan, Songhua Liu, Jiaming Liu, Ruihua Huang 发布时间: 2026-08-18 arXiv: 2608.18063

中文摘要

高分辨率图像编辑在专业工作流中的需求日益增长，但现有的基于扩散的模型由于二次注意力复杂度和过高的内存需求，仍被限制在1K以下的分辨率。一种常见的解决方法是采用两阶段流水线：先以低分辨率编辑，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：信息发散，即幻觉细节与原始高分辨率（HR）源矛盾；以及纹理退化，表现为过度平滑或过度锐化的伪影。我们提出了EditBridge，一种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不同，我们将精化表述为从低分辨率（LR）编辑结果到其HR对应物的结构化数据到数据转换，显式地以原始HR源为条件来保留真实细节。为了有效地整合HR源引导，我们引入了一种先验引导的分块稀疏注意力机制，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，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编辑和优越的感知质量，在2K分辨率下提供3.6-8.4倍的速度提升，并能在61秒内实现实用的4K编辑。

原文摘要

High-resolution image editing is increasingly demanded in professional workflows, yet existing diffusion-based models remain constrained to resolutions below 1K due to quadratic attention complexity and prohibitive memory requirements. A prevalent workaround employs a two-stage pipeline: editing at low resolution followed by independent super-resolution. However, this approach suffers from two critical issues: information divergence, where hallucinated details contradict the original high-resolution (HR) source, and texture degradation, manifesting as over-smoothed or over-sharpened artifacts. We propose EditBridge, a diffusion bridge framework for efficient ultra high-resolution editing. Unlike conventional diffusion that regenerates from noise, we formulate refinement as structured data-...

--- *自动采集于 2026-08-20*

#论文 #arXiv #CV #小凯