E4C: Enhance Editability for Text-Based Image Editing by Harnessing Efficient CLIP Guidance

这篇论文提出了一种名为“E4C”的零样本图像编辑方法，旨在优先考虑可编辑性，而不是仅仅保留输入图像的信息。该方法通过提出双分支特征共享管道，同时保留源图像的结构或纹理，使得其中一个分支可以根据编辑任务进行调整。同时，该方法还将CLIP指导集成到管道中，通过利用随机网关优化机制，有效地增强了与目标提示的语义对齐。全面的定量和定性实验表明，该方法有效地解决了现有方法中普遍存在的文本对齐问题，同时保持了对源图像的忠实度，并在各种编辑任务中表现出良好的效果。

提出一种零样本图像编辑方法，名为E4C，旨在解决当前图像编辑方法中存在的文本对齐和可编辑性问题。

通过开发一个统一的双分支特征共享管道，同时保留源图像的结构或纹理，允许另一个分支根据编辑任务进行调整，并利用随机门优化机制将CLIP指导集成到管道中，以提高与目标提示的语义对齐效率。

实验结果表明，E4C有效地解决了现有方法中存在的文本对齐问题，同时保持了对源图像的忠实度，并在各种编辑任务中表现出色。

最近的相关研究包括：《Generative Adversarial Text-to-Image Synthesis》、《Image Generation from Text with Text-Specific GAN》等。