arXiv · 机器人与计算机视觉· Donghwan Lee, Sanghyun Jo, Sihyun Kim, Ziseok Lee, Kyungsu Kim·· 2026-10-16AI 评分72
ReState:面向少步扩散模型的免训练物体移除中的噪声感知状态修正
ReState: Noise-Level-Aware State Correction for Training-Free Object Removal in Few-Step Diffusion Models
AI 导读
论文指出免训练物体移除常因注意力重定向导致目标区域残留,且结构化预测与后续修正存在时序不匹配。作者提出 ReState 方法,利用输入检索背景证据并通过噪声水平感知权重对掩码内的清洁预测进行状态修正,同时保留排除物体的注意力作为约束且不增加去噪器评估。
来源:arXiv · 机器人与计算机视觉 · arxiv.org