主要特点

模仿式编辑：用户可以直接从外部参考图像中汲取灵感，进行图片编辑，无需担心参考图像和源图像之间的匹配问题。

自动化图像编辑：通过随机选择视频帧、遮罩和恢复的训练方式，MimicBrush模型能够自动理解参考图像，并实现图像编辑过程的自动化。

零阶图像编辑：用户无需具备专业的图像编辑技能，只需提供编辑区域和参考图像，即可一键完成编辑，极大地简化了图像编辑的流程。

基于扩散先验的模型：MimicBrush模型在自监督学习过程中能够捕捉不同图像之间的语义对应关系。

训练过程：包括随机选择视频帧作为参考和源图像、对源图像进行遮罩和数据增强，以及通过MimicBrush模型恢复源图像的遮罩区域。

有效性和优越性：实验证明，MimicBrush在各种测试案例下表现出色，并构建了一个基准测试集以促进进一步研究。

简化用户操作：MimicBrush的优势在于简化了用户的编辑操作，提高了编辑效率和效果。

示例

融合后的图像

本地图片编辑：

其它

论文地址：[2406.07547] Zero-shot Image Editing with Reference Imitation (arxiv.org)

代码地址：ali-vilab/MimicBrush:  (github.com)