首页
学习
活动
专区
圈层
工具
发布
技术百科首页 >扩散模型 >扩散模型如何实现图像修复与局部重绘?

扩散模型如何实现图像修复与局部重绘?

词条归属:扩散模型

1. 局部重绘(Inpainting)

局部重绘用于填补或替换图像中选定的区域。做法是仅对遮罩区域加噪,再在去噪过程中让模型依据周围未遮罩区域的上下文生成连贯内容,从而实现物体移除、背景修复、破损补全等效果。由于模型本就擅长"从部分恢复整体",这一能力与其去噪本质高度契合。

2. 向外扩展(Outpainting)

向外扩展可在原始画布之外继续生成内容,将竖图自然延展为横图,同时保持与已有构图在风格、光照和结构上的连续性,常用于画面扩展与构图重构。

3. 编辑的可控性

借助 ControlNet 等可控生成插件,还可以引入深度图、边缘、姿态骨架、分割图等额外条件,锁定构图或姿态,使修复与编辑结果更精确、更符合预期。

相关文章
Deepfake换脸、AI合成、局部重绘……一文教你分辨7种AI图片伪造手法
摘要: AI图片伪造已发展出换脸、重绘、超分、风格迁移等7大类手法。本文逐一拆解各手法原理与特征,并介绍腾讯云IMS双模态技术如何精准识别每一种伪造。 📌 腾讯云图片内容安全产品介绍: https:
gavin1024
2026-05-06
1.6K0
神奇!AI扩图&改图还能这么玩?
最近,靠着出其不意的扩图效果,“AI扩图”功能凭借搞笑的补全结果频频出圈,火爆全网。网友们踊跃尝试,180度的大反转也让网友们直呼离谱,话题热度高居不。
CV君
2024-03-26
1.7K0
使用 GPT-Image-2 修复老照片(补齐缺失部分+去划痕+多任务协同+超分)
本文介绍如何利用 GPT-Image-2 的修图能力,通过单条 Prompt(提示词)一站式解决老照片的去划痕、缺损补全、黑白上色以及超分辨率重建(2K/4K),并解析保持 Face ID(人物身份一致性)的实践技巧。
蓝星空
2026-06-11
1.1K0
使用 Image 2 修复老照片(补齐缺失部分+去划痕+高清图)
本文介绍如何利用 Image-2 的修图能力,通过单条 Prompt(提示词)一站式解决老照片的去划痕、缺损补全、黑白上色以及超分辨率重建(2K/4K),并解析保持 Face ID(人物身份一致性)的实践技巧。
蓝星空
2026-06-11
6730
南大 & 吉大 & 移动 优化Pipeline设,VLM 和 LLM 助力提升物体图像修复效果 !
扩散模型的快速发展已经革命化了图像修复[1]。文本到图像生成模型使用户能够利用文本或多模态信息控制扩散过程,从而通过将文本或其他模态作为附加线索,允许更个性化的图像修复。同时,研究行人正在尝试更具挑战性的修复任务,如背景条件下的目标幻觉或前景条件下的图像完整性。特别是,HD-painter 引入了一种无需训练的方法,通过引入新颖的Prompt-Aware Introverted Attention(PAInA)层,精确遵循提示,并无缝扩展到高分辨率图像修复。BrushNet 提出了一种新颖的即插即用的双分支模型,旨在将像素级 Mask 图像特征集成到任何预训练的扩散模型中,确保修复结果的连贯性和改进。LayerDiffussion 使大规模预训练的潜在扩散模型能够通过学习“潜在透明度”生成单张透明图像或多层透明图像,从而实现前景或背景条件下的图像修复。
未来先知
2024-08-08
8550
点击加载更多
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
领券