MaskFlow: 정밀하고 일관성 있으며 매끄러운 영역 이미지 편집

MaskFlow: Precise, Consistent and Seamless Regional Image Editing

영역 이미지 편집은 공간적 제어 가능성 때문에 많은 관심을 받고 있습니다. 지침 기반 및 마스크 참조 기반 편집 방법은 강력한 의미론적 정렬을 달성할 수 있지만, 정확한 영역 제어는 여전히 어려운 과제이며, 이는 수정 사항이 정확하게 위치되고 보존된 맥락과 자연스럽게 통합되어야 하기 때문입니다. 본 논문에서는 정밀한 위치 결정, 일관된 배경 보존 및 매끄러운 경계 전환을 위한 학습 프레임워크인 **MaskFlow**를 제안합니다. MaskFlow는 마스크를 확률 경로와 플로우 매칭 목적 함수에 통합하여 편집 가능한 영역 내에서의 생성을 소스 보존 영역 외부와의 조화를 이루도록 조정합니다. 또한, 제안된 Soft-Poisson de-seaming 모듈은 학습 및 샘플링 과정에서 예측된 벡터 필드를 더욱 정제하여 편집된 전경과 보존된 배경의 부드러운 통합을 향상시킵니다. 또한, 영역 이미지 편집 모델 훈련을 위한 마스크 기반 이미지 편집 데이터셋인 MEData를 구축하기 위한 데이터 합성 파이프라인을 설계했습니다. 자연 장면 및 인포그래픽 이미지에 대한 실험 결과는 양적 및 질적 평가 모두에서 경쟁 방법보다 일관성 있게 성능 향상을 보였습니다.

Regional image editing has attracted considerable attention for its spatial controllability. Although instruction-based and mask-reference-based editing methods can achieve strong semantic alignment, reliable regional control remains challenging, where an edit must be accurately localized and naturally integrated with the preserved context. We propose \textbf{MaskFlow}, a training framework for precise localization, consistent background preservation, and seamless boundary transitions. MaskFlow incorporates the mask into the probability path and flow-matching objective, coordinating generation within the editable region with source preservation outside it. The proposed Soft-Poisson de-seaming module further refines the predicted vector field during both training and sampling to improve the smooth integration of the edited foreground with the preserved background. We also design a data synthesis pipeline to construct MEData, a mask-based image editing dataset for training regional image editing models and facilitating further research. Experiments on natural scenes and infographic images demonstrate consistent improvements over competing methods in both quantitative and qualitative evaluations.