PFB-Diff es una novedosa metodología de edición de imágenes basada en modelos de difusión. Se propone solucionar el problema de los artefactos causados por la mezcla no natural en el espacio latente, una deficiencia de los métodos existentes. Integra a la perfección el contenido generado por texto en la imagen de destino mediante la mezcla de características multinivel, generando consistencia semántica e imágenes editadas de alta calidad mediante el uso de un método de mezcla gradual de alta a baja dimensión y la rica información semántica contenida en las características profundas. Además, mejora el rendimiento de la edición de fondo y el reemplazo de múltiples objetos mediante la introducción del mecanismo de máscara de atención para localizar la influencia de palabras específicas en el área deseada. Se puede aplicar eficazmente a diversas tareas de edición, como el reemplazo de objeto/fondo y la edición de atributos de objeto, y muestra una excelente precisión de edición y calidad de imagen sin necesidad de ajustes ni aprendizaje adicionales. El código se ha publicado en GitHub.
