MagicQuill : Un système intelligent interactif d'édition d'images

MagicQuill: An Intelligent Interactive Image Editing System

November 14, 2024

Auteurs: Zichen Liu, Yue Yu, Hao Ouyang, Qiuyu Wang, Ka Leong Cheng, Wen Wang, Zhiheng Liu, Qifeng Chen, Yujun Shen

cs.AI

Résumé

La retouche d'images implique une variété de tâches complexes et nécessite des techniques de manipulation efficaces et précises. Dans cet article, nous présentons MagicQuill, un système intégré de retouche d'images qui permet la concrétisation rapide d'idées créatives. Notre système présente une interface rationalisée mais fonctionnellement robuste, permettant l'articulation d'opérations de retouche (par exemple, insertion d'éléments, effacement d'objets, modification de la couleur) avec une saisie minimale. Ces interactions sont surveillées par un grand modèle de langage multimodal (MLLM) pour anticiper les intentions de retouche en temps réel, contournant le besoin d'une saisie explicite de la commande. Enfin, nous appliquons une puissante priorité de diffusion, renforcée par un module plug-in à deux branches soigneusement appris, pour traiter les demandes de retouche avec un contrôle précis. Les résultats expérimentaux démontrent l'efficacité de MagicQuill dans la réalisation de retouches d'images de haute qualité. Veuillez visiter https://magic-quill.github.io pour essayer notre système.

English

Image editing involves a variety of complex tasks and requires efficient and precise manipulation techniques. In this paper, we present MagicQuill, an integrated image editing system that enables swift actualization of creative ideas. Our system features a streamlined yet functionally robust interface, allowing for the articulation of editing operations (e.g., inserting elements, erasing objects, altering color) with minimal input. These interactions are monitored by a multimodal large language model (MLLM) to anticipate editing intentions in real time, bypassing the need for explicit prompt entry. Finally, we apply a powerful diffusion prior, enhanced by a carefully learned two-branch plug-in module, to process editing requests with precise control. Experimental results demonstrate the effectiveness of MagicQuill in achieving high-quality image edits. Please visit https://magic-quill.github.io to try out our system.