Diffusion Models专栏文章汇总：入门与实战
Enhancing Text-to-Image Editing via Hybrid Mask-Informed Fusion
本文提出了一种名为MaSaFusion的文本到图像编辑方法，旨在通过混合遮罩信息来增强编辑效果。MaSaFusion通过引入人类注释作为外部知识，限制编辑在特定区域内进行，以解决现有扩散模型在文本引导的图像编辑中的局限性。该方法首先通过反转技术重建源图像，然后在模型的自注意力模块内，将编辑后的图像与源图像和构建的中间图像进行融合，以生成具有期望特征的目标图像。
MaSaFusion的核心在于通过人类注释定义编辑区域的边界，以减少编辑过程中的干扰。研究者们创