LBM Relighting

🚀 画像の再照明のための潜在ブリッジマッチング ✨

潜在ブリッジマッチング（LBM）は、LBM: Latent Bridge Matching for Fast Image-to-Image Translationで提案された新しい、汎用的で拡張性のある手法です。この手法は、潜在空間でのブリッジマッチングに依存して、高速な画像間変換を実現します。このモデルは、与えられた背景に合わせて前景オブジェクトの照明を変更するように訓練されています。 ライブデモと公式のGithubリポジトリをご覧ください。

🚀 クイックスタート

📦 インストール

このモデルを使用するには、まず関連するlbmライブラリをインストールする必要があります。以下のコマンドを実行してください。

pip install git+https://github.com/gojasper/LBM.git

💻 使用例

基本的な使用法

次に、入力画像に対してモデルを推論することができます。

import torch
from diffusers.utils import load_image
from lbm.inference import evaluate, get_model

# モデルの読み込み
model = get_model(
  "jasperai/LBM_relighting",
  torch_dtype=torch.bfloat16,
  device="cuda",
)

# ソース画像の読み込み
source_image = load_image(
  "https://huggingface.co/jasperai/LBM_relighting/resolve/main/assets/source_image.jpg"
)

# 推論の実行
output_image = evaluate(model, source_image, num_sampling_steps=1)
output_image

📄 ライセンス

このコードは、Creative Commons BY - NC 4.0ライセンスの下で公開されています。

📚 詳細ドキュメント

もしこの研究が役に立った場合や、あなたの研究で使用した場合は、以下のように引用していただけると幸いです。

@article{chadebec2025lbm,
      title={LBM: Latent Bridge Matching for Fast Image-to-Image Translation}, 
      author={Clément Chadebec and Onur Tasar and Sanjeev Sreetharan and Benjamin Aubin},
      year={2025},
      journal = {arXiv preprint arXiv:2503.07535},
}