UniSlider：用于连续图像编辑的感知均匀滑块

滑块为连续图像编辑提供了直观的界面。然而，在当前的生成方法中，滑块只是方法强度参数的重新缩放，例如适配器系数、提示权重或插值因子。这种强度与感知变化关系不大。当滑块移动时，图像可以部分恢复，较长的范围不会产生明显的差异，而较短的间隔会突然改变图像。重新映射强度可以解决这种不均匀的速度，但前提是轨迹是单调的，而当前的方法并不能强制执行这一点。因此，我们将滑块与强度区分开来，并要求与输入的感知距离随着滑块值线性增长。我们引入了 UniSlider，这是一种轻量级 LoRA，经过骨干模型几步编辑训练，使其强度接近这个理想的滑块。少步采样让我们可以在像素空间中实现这一目标，而无需中间的真实值，并且骨干模型的输出得到完整保留。然而，低秩适配器无法使强度完全均匀。因此，我们的滑块是通过自适应采样获得的强度的推理时重新映射。由于训练优化了轨迹单调，因此这种重新映射可以弥补剩余间隙，而无需额外的训练或参数。在评估均匀性、单调性、编辑保真度和身份保留的 300 次连续编辑的新基准中，UniSlider 优于所有先前的方法，并在用户研究中受到青睐。