Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
ICCV2025論文紹介:FlowEdit
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
hinako0123
December 14, 2025
190
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
ICCV2025論文紹介:FlowEdit
hinako0123
December 14, 2025
Transcript
11 slides
ICCV2025 Best student paper FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained
Flow Models 中京大学 工学研究科 橋本研究室 村上 尚生 CV勉強会 Dec. 13, 2025 Vladimir Kulikov, Matan Kleiner, Inbar Huberman-Spiegelglas, Tomer Michaeli
テキストベースで画像を編集 やりたいこと
Diffusion / Flow モデルを用いたT2I画像編集の主流 Editing by inversion 1.
ソース画像をノイズ空間に変換(inversion) 2. ターゲットテキストをもとにノイズ空間からターゲット画像を生成 研究背景 問題点 1. ノイズ空間を経由するため画像構造が 壊れやすい 2. モデル依存な解決策しか提案されてい ない(モデルの内部表現利用など)
従来: ノイズ空間の経由したパスで構成 1. 𝑍𝑍0 𝑠𝑠𝑠𝑠𝑠𝑠 ソース画像 → 𝑍𝑍1 𝑠𝑠𝑠𝑠𝑠𝑠
ノイズ 2. 𝑍𝑍1 𝑡𝑡𝑡𝑡𝑡𝑡 ノイズ = 𝑍𝑍1 𝑠𝑠𝑠𝑠𝑠𝑠 ノイズ 3. 𝑍𝑍1 𝑡𝑡𝑡𝑡𝑡𝑡 ノイズ → 𝑍𝑍0 𝑡𝑡𝑡𝑡𝑡𝑡 ターゲット画像 着想: Editing by inversion の再解釈 再解釈: ソースからターゲットへの直接パス 𝑍𝑍𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖 = 𝑍𝑍0 𝑠𝑠𝑠𝑠𝑠𝑠 + 𝑍𝑍𝑡𝑡 𝑡𝑡𝑡𝑡𝑡𝑡 − 𝑍𝑍𝑡𝑡 𝑠𝑠𝑠𝑠𝑠𝑠 直接パスはODEの解になる. 1. 𝑑𝑑𝑍𝑍𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖 = 𝑉𝑉𝑡𝑡 ∆ 𝑍𝑍𝑡𝑡 𝑠𝑠𝑠𝑠𝑠𝑠, 𝑍𝑍𝑡𝑡 𝑡𝑡𝑡𝑡𝑡𝑡 𝑑𝑑𝑑𝑑 2. 𝑑𝑑𝑑𝑑𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖 = 𝑉𝑉𝑡𝑡 ∆ 𝑍𝑍𝑡𝑡 𝑠𝑠𝑠𝑠𝑠𝑠, 𝑍𝑍𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖 + 𝑍𝑍𝑡𝑡 𝑠𝑠𝑠𝑠𝑠𝑠 − 𝑍𝑍0 𝑠𝑠𝑠𝑠𝑠𝑠 𝑑𝑑𝑑𝑑 tが大きいほど画像粗い差分を捉える tが小さいほど画像の細かい差分を捉 える 再解釈ではノイズ空間を経由しない
Inversion 利用の問題点 ソース分布の各モードがターゲット分布のモードに適切に対応付けされない 引用:https://matankleiner.github.io/flowedit/
FlowEdit では,ソースとターゲット間の適切なペアリングを導く 画像の構造を不必要に変更せずにテキストプロンプトに忠実な編集が可能 提案手法: FlowEdit 複数のランダムなペアリングを使用し,各変換プロセスの方向を平均化
悪い対応付けは平均化で打ち消し 引用:https://matankleiner.github.io/flowedit/
テキストで指定した領域のみ変更して,元の画像構造が維持されている. 実験結果①: FlowEditの結果
SD3とFLUXの両方で,FlowEditはターゲットプロンプトを忠実に反映している. 背景などの画像構造も最もよく維持されている. 実験結果②: その他の画像編集方法との比較
FlowEditは,画像構造を維持しつつ,テキストへの忠実度を高くできる. 横軸: テキストプロンプトに対する忠実度 縦軸: 元の画像と編集後の画像比較における構造の維持度合 実験結果③: テキストに対する忠実度と画像構造の維持度の比較
FlowEditとは Inversion-free / Model-agnosticな画像編集手法 Source→Target 分布を 直接ODEで輸送
ガウシアンノイズ分布を経由しないため,輸送コストが小さく,画像構造の保存性が高い Stable Diffusion 3 や FLUX に適用した場合,SoTA編集品質を達成 Limitation 画像構造を極力壊さないという設計思想のため大規模な画像編集が苦手 背景の全面変更(右図参照) 対象のポーズ変更 カメラ視点の大きな移動など 結論
Thank you for your attention!
More Decks by hinako0123
See All by hinako0123
ECCV2026現地参加報告
hinako0123
0
93
ECCV2026現地参加報告:論文紹介詳細
hinako0123
0
84
ICIP2026現地参加報告
hinako0123
0
180
CVPR2026現地参加報告
hinako0123
0
210
CVPR2026論文紹介:Efficiently Reconstructing Dynamic Scenes One D4RT at a Time
hinako0123
0
200
ICCV2025現地参加報告
hinako0123
0
230
ICCV2025論文紹介:SAM2Long
hinako0123
0
220
ECCV2024現地参加報告
hinako0123
0
53
CVPR2025現地参加報告
hinako0123
0
230
Featured
See All Featured
The Curse of the Amulet
leimatthew05
4
17k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
53k
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
2
560
Six Lessons from altMBA
skipperchong
29
4.6k
Designing for humans not robots
tammielis
254
26k
We Analyzed 250 Million AI Search Results: Here's What I Found
joshbly
2
2.1k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.6k
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
590
Applied NLP in the Age of Generative AI
inesmontani
PRO
4
2.6k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
35
2.9k
Claude Code のすすめ
schroneko
67
230k
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
690