該研究已被AAAI 2025錄為oral論文。

原標題：擴散模型新突破！無需微調，就能高效穩定移除目標物體
文章來源：機器之心
內容字數：12478字

Attentive Eraser: 一種無需微調的擴散模型目標移除方法

本文介紹了一種名為 Attentive Eraser 的新方法，它能夠在無需微調預訓練擴散模型的情況下，有效地從圖像中移除目標對象。該方法已發表在 AAAI 2025 并被選為 Oral Presentation。

1. 背景與挑戰

擴散模型在圖像生成領域取得了顯著進展，但將其應用于圖像目標移除任務仍面臨挑戰?，F有方法常出現殘影、偽影等問題，難以實現與背景的自然融合。即使是經過微調的模型，例如 SD-inpainting，其性能也不夠穩定。

2. Attentive Eraser 的核心創新

Attentive Eraser 提出了一種無需微調的解決方案，主要包含兩個關鍵部分：

1. 注意力激活和抑制 (AAS)： 通過修改預訓練擴散模型的自注意力機制，增強模型對背景的注意力，同時降低對前景目標的注意力。此外，還引入了相似性抑制 (SS) 來解決自注意力機制對相似物體的過度關注問題。
2. 自注意力重定向引導 (SARG)： 利用 AAS 修改后的自注意力機制，引導逆向擴散采樣過程，從而更有效地移除目標并生成與背景自然融合的內容。

AAS 通過調整自注意力權重，增加前景區域對背景的注意力（注意力激活），同時減少前景區域對自身以及背景區域對前景的注意力（注意力抑制）。 SS 則通過降低相似性矩陣方差來抑制對相似物體的關注。

3. 實驗結果與分析

實驗結果表明，Attentive Eraser 在多種預訓練擴散模型上均表現出色，甚至優于基于微調的方法。其優勢體現在：

1. 更高的穩定性： 在不同隨機種子下，Attentive Eraser 能生成一致的結果，而其他方法則表現出較大的波動。
2. 更有效的目標移除： 在 CLIP Score 指標上與領先方法 LAMA 達到相當水平，并在某些場景下表現更好。
3. 更好的局部圖像質量： Local-FID 指標顯示 Attentive Eraser 生成的內容與真實圖像分布更接近。
4. 更高的用戶偏好： 用戶研究表明 Attentive Eraser 更受用戶青睞。
5. 更強的魯棒性和可擴展性： 對不同精細度的掩碼和不同類型的擴散模型（包括生成動漫圖像的模型）均表現良好。

4. 結論

Attentive Eraser 提出了一種簡單有效且無需微調的擴散模型目標移除方法。其在穩定性、有效性和可擴展性方面均展現出優異的性能，為圖像編輯領域提供了新的思路。

論文鏈接：https://arxiv.org/pdf/2412.12974

Github 地址：https://github.com/Anonym0u3/AttentiveEraser

ModelScope Demo: https://www.modelscope.cn/studios/Anonymou3/AttentiveEraser

Hugging Face Demo: https://huggingface.co/spaces/nuwandaa/AttentiveEraser

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺