Buchumschlag

Edit-GRPO: A Locality-Preserving Policy Optimization Framework for Image Editing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Shaodong, Li, Zexian, Wang, Zhendong, Gong, Litong, Ge, Tiezheng, Zhou, Wengang, Zheng, Bo, Li, Houqiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Point-Wise Matching: Structural Representation Alignment for Accelerating Diffusion Transformers
von: Xu, Shaodong, et al.
Veröffentlicht: (2026)

AdvDMD: Adversarial Reward Meets DMD For High-Quality Few-Step Generation
von: Wang, Xu, et al.
Veröffentlicht: (2026)

ScaleWeaver: Weaving Efficient Controllable T2I Generation with Multi-Scale Reference Attention
von: Liu, Keli, et al.
Veröffentlicht: (2025)

AtomoVideo: High Fidelity Image-to-Video Generation
von: Gong, Litong, et al.
Veröffentlicht: (2024)

Tuning-Free Noise Rectification for High Fidelity Image-to-Video Generation
von: Li, Weijie, et al.
Veröffentlicht: (2024)

StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models
von: Liu, Keli, et al.
Veröffentlicht: (2026)

TBStar-Edit: From Image Editing Pattern Shifting to Consistency Enhancement
von: Fang, Hao, et al.
Veröffentlicht: (2025)

FlowDCN: Exploring DCN-like Architectures for Fast Image Generation with Arbitrary Resolution
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

DesignDiffusion: High-Quality Text-to-Design Image Generation with Diffusion Models
von: Wang, Zhendong, et al.
Veröffentlicht: (2025)

Identity-Preserving Image-to-Video Generation via Reward-Guided Optimization
von: Shen, Liao, et al.
Veröffentlicht: (2025)

DocR1: Evidence Page-Guided GRPO for Multi-Page Document Understanding
von: Xiong, Junyu, et al.
Veröffentlicht: (2025)

RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation
von: Liao, Zhaokang, et al.
Veröffentlicht: (2024)

Optimizing Distributional Geometry Alignment with Optimal Transport for Generative Dataset Distillation
von: Cui, Xiao, et al.
Veröffentlicht: (2025)

Image2Sentence based Asymmetrical Zero-shot Composed Image Retrieval
von: Du, Yongchao, et al.
Veröffentlicht: (2024)

Instance-aware Exploration-Verification-Exploitation for Instance ImageGoal Navigation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2024)

Rethinking Scribble-Guided Image Editing: Generalization, Instruction Adherence, and Multi-Tasking
von: Xu, Mingyi, et al.
Veröffentlicht: (2026)

Differentiable Solver Search for Fast Diffusion Sampling
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

EditRefiner: A Human-Aligned Agentic Framework for Image Editing Refinement
von: Xu, Zitong, et al.
Veröffentlicht: (2026)

SmartEraser: Remove Anything from Images using Masked-Region Guidance
von: Jiang, Longtao, et al.
Veröffentlicht: (2025)

Edit As You Wish: Video Caption Editing with Multi-grained User Control
von: Yao, Linli, et al.
Veröffentlicht: (2023)

Multi-Scale Invertible Neural Network for Wide-Range Variable-Rate Learned Image Compression
von: Tu, Hanyue, et al.
Veröffentlicht: (2025)

GaussNav: Gaussian Splatting for Visual Navigation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2024)

MotionRL: Align Text-to-Motion Generation to Human Preferences with Multi-Reward Reinforcement Learning
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2024)

Revisiting Shadow Detection from a Vision-Language Perspective
von: Wang, Yonghui, et al.
Veröffentlicht: (2026)

AdaptVision: Dynamic Input Scaling in MLLMs for Versatile Scene Understanding
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

Forest2Seq: Revitalizing Order Prior for Sequential Indoor Scene Synthesis
von: Sun, Qi, et al.
Veröffentlicht: (2024)

Rethinking Long-tailed Dataset Distillation: A Uni-Level Framework with Unbiased Recovery and Relabeling
von: Cui, Xiao, et al.
Veröffentlicht: (2025)

Rethinking Where to Edit: Task-Aware Localization for Instruction-Based Image Editing
von: He, Jingxuan, et al.
Veröffentlicht: (2026)

SwinShadow: Shifted Window for Ambiguous Adjacent Shadow Detection
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction
von: Guo, Zhiyang, et al.
Veröffentlicht: (2024)

SEED-Data-Edit Technical Report: A Hybrid Dataset for Instructional Image Editing
von: Ge, Yuying, et al.
Veröffentlicht: (2024)

Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
von: Sun, Qi, et al.
Veröffentlicht: (2024)

TextCoT: Zoom In for Enhanced Multimodal Text-Rich Image Understanding
von: Luan, Bozhi, et al.
Veröffentlicht: (2024)

Exploiting Spatial-Temporal Context for Interacting Hand Reconstruction on Monocular RGB Video
von: Zhao, Weichao, et al.
Veröffentlicht: (2023)

Cross-Modal Consistency Learning for Sign Language Recognition
von: Wu, Kepeng, et al.
Veröffentlicht: (2025)

Video-based Sign Language Recognition without Temporal Segmentation
von: Huang, Jie, et al.
Veröffentlicht: (2018)

RISE-T2V: Rephrasing and Injecting Semantics with LLM for Expansive Text-to-Video Generation
von: Zhang, Xiangjun, et al.
Veröffentlicht: (2025)

FreqEdit: Preserving High-Frequency Features for Robust Multi-Turn Image Editing
von: Liao, Yucheng, et al.
Veröffentlicht: (2025)

DDA-Thinker: Decoupled Dual-Atomic Reinforcement Learning for Reasoning-Driven Image Editing
von: Yang, Hanqing, et al.
Veröffentlicht: (2026)

KV-Edit: Training-Free Image Editing for Precise Background Preservation
von: Zhu, Tianrui, et al.
Veröffentlicht: (2025)