MARBLE : Recomposition et mélange de matériaux dans l'espace CLIP
MARBLE: Material Recomposition and Blending in CLIP-Space
June 5, 2025
Auteurs: Ta-Ying Cheng, Prafull Sharma, Mark Boss, Varun Jampani
cs.AI
Résumé
La modification des matériaux d'objets dans des images à partir d'exemples est un domaine de recherche actif en vision par ordinateur et en infographie. Nous proposons MARBLE, une méthode pour réaliser un mélange de matériaux et recomposer des propriétés de matériaux à grain fin en trouvant des embeddings de matériaux dans l'espace CLIP et en les utilisant pour contrôler des modèles pré-entraînés de génération d'images à partir de texte. Nous améliorons l'édition de matériaux basée sur des exemples en identifiant un bloc dans le UNet de débruitage responsable de l'attribution des matériaux. Étant donné deux images exemplaires de matériaux, nous trouvons des directions dans l'espace CLIP pour mélanger les matériaux. De plus, nous pouvons obtenir un contrôle paramétrique sur des attributs de matériaux à grain fin tels que la rugosité, le métallique, la transparence et la lueur en utilisant un réseau peu profond pour prédire la direction du changement d'attribut de matériau souhaité. Nous effectuons une analyse qualitative et quantitative pour démontrer l'efficacité de notre méthode proposée. Nous présentons également la capacité de notre méthode à effectuer plusieurs modifications en une seule passe avant et son applicabilité à la peinture.
Page du projet : https://marblecontrol.github.io/
English
Editing materials of objects in images based on exemplar images is an active
area of research in computer vision and graphics. We propose MARBLE, a method
for performing material blending and recomposing fine-grained material
properties by finding material embeddings in CLIP-space and using that to
control pre-trained text-to-image models. We improve exemplar-based material
editing by finding a block in the denoising UNet responsible for material
attribution. Given two material exemplar-images, we find directions in the
CLIP-space for blending the materials. Further, we can achieve parametric
control over fine-grained material attributes such as roughness, metallic,
transparency, and glow using a shallow network to predict the direction for the
desired material attribute change. We perform qualitative and quantitative
analysis to demonstrate the efficacy of our proposed method. We also present
the ability of our method to perform multiple edits in a single forward pass
and applicability to painting.
Project Page: https://marblecontrol.github.io/