跳到主要内容
返回时间线
arXiv来源发表:

Paint-Anything:用十六进制提示统一图像生成与编辑的任意颜色控制

核心概要

Paint-Anything 提出一个共享的十六进制颜色提示接口,通过对象级颜色监督在生成与编辑两类任务上实现任意 24 位十六进制目标色控制,并构建了 Paint-500K 数据管线与 ACBench 基准,在 FLUX.2-4B 上使 ACBench-T2I 与 ACBench-Edit 分数分别相对基线提升 85.3% 与 28.3%,同时在对比方法中取得最高的平均 CompColor 分数。

AI-generated editorial illustration: Paint-Anything: Unified Any-Color Control for Image Generation and Editing

深度剖析

提出共享的十六进制提示接口,让生成与编辑共用同一套对象级颜色控制方式。 此前颜色生成、编辑与上色工作往往依赖专用颜色表示或专门推理流程,而该工作直接以十六进制值作为提示,利用语言模型本身对十六进制与颜色语义的关联能力。 论文摘要给出方法层面的描述与在 FLUX.2-4B 上的量化结果,属于作者自报的实验证据。

构建 Paint-500K 数据管线,从真实图像经对象定位、感知颜色标注与编辑对合成得到训练数据。 该管线把对象级颜色监督规模化,为生成与编辑任务提供统一训练信号。 摘要说明管线由对象定位、感知颜色标注与编辑对合成三步构成,未在摘要中给出数据规模细节。

用纯色锚点补充真实图像监督,并只在高噪声时间步使用。 针对阴影使真实图像颜色标签仅为近似值的问题,引入像素与配对十六进制值精确一致的纯色锚点,同时把低噪声训练留给自然图像。 摘要明确说明锚点的使用时机与目的,并称消融实验支持该训练配方。

提出 Any Color Benchmark(ACBench),包含 ACBench-T2I 与 ACBench-Edit,用于衡量两类任务的对象级十六进制颜色保真度。 为任意颜色控制这一目标提供了可比较的评测维度,而不仅是单一任务的指标。 摘要给出基准构成与在 FLUX.2-4B 上的提升幅度,并称在对比方法中平均 CompColor 分数最高。

启示与展望

该工作面向需要以任意十六进制值指定对象颜色的图像生成与编辑场景,适用于具备对象级颜色控制需求的用户,例如设计与内容创作流程;其训练配方依赖 Paint-500K 数据管线与纯色锚点在高噪声时间步的配合,评测以 ACBench-T2I 与 ACBench-Edit 的对象级十六进制颜色保真度为核心,并在 FLUX.2-4B 上给出结果。

摘要未给出 Paint-500K 的具体规模、ACBench 的构成细节与评测协议,也未说明纯色锚点比例与高噪声时间步的划分方式;这些细节以及方法在 FLUX.2-4B 之外基座上的表现,是读者在阅读全文时仍需关注的问题。

来源