Editing Images into Reusable Layers via Compositional Edit-Prior Distillation

High-quality image editing requires precise modification of target regions while preserving the content of unrelated regions. Existing editing models produce flattened outputs that limit precise local manipulation and layer reuse, while decomposition methods typically optimize layer recovery separately from instruction-driven editing. To this end, we introduce LayerEditor, a unified framework that couples instruction-guided image editing with controllable generation of reusable RGBA layers. At its core, In-Context RGB-Alpha Token Modeling jointly represents the edited canvas and an ordered sequence of RGB-Alpha layers within a single token sequence, enabling semantic edits and explicit control over individual layer content. To retain the pretrained model's editing capability during adaptation to layered outputs, we propose Compositional Edit-Prior Distillation, which transfers its editing prior to both the edited canvas and the image composed from the predicted layers. To support training and evaluation, we construct LayerEditor-100K, a large-scale paired image-editing dataset with ordered RGBA layer annotations, and introduce dedicated benchmarks for layered editing. Extensive experiments demonstrate that LayerEditor maintains strong editing fidelity while generating accurate RGBA layers, supporting both flexible layer-level manipulation and multi-layer decomposition.

한 줄 요약

LayerEditor는 편집 지시에 따라 이미지를 편집하면서 동시에 재사용 가능한 RGBA 레이어를 생성하는 통합 프레임워크이다.

핵심 기여도

In-Context RGB-Alpha Token Modeling을 통해 편집된 캔버스와 RGBA 레이어를 단일 토큰 시퀀스로 결합하여 표현.
Compositional Edit-Prior Distillation(C-EPD)을 제안하여 편집 능력을 레이어 생성 과정에도 전이.
LayerEditor-100K라는 대규모 레이블링된 레이어 편집 데이터셋을 구축.
Crello-Testset과 ScaleEdit-Testset이라는 새로운 레이어 편집 평가 벤치마크를 제시.

핵심 아이디어

기존 이미지 편집 모델은 편집된 결과를 단일 플랫 이미지로 생성하므로, 세부 조작이나 레이어 재사용이 어려웠다. LayerEditor는 편집 지시와 함께 RGBA 레이어를 생성하는 통합 프레임워크로, In-Context RGB-Alpha Token Modeling을 통해 편집된 캔버스와 레이어 시퀀스를 하나의 토큰 시퀀스로 결합하여 표현한다. 이는 개별 레이어의 내용을 명확히 제어할 수 있도록 한다. 또한, C-EPD는 사전 학습된 편집 모델의 능력을 레이어 생성 과정에도 유지하도록 하며, 편집된 캔버스와 레이어 복합 이미지 모두에 편집 사전지식을 전이한다. 이는 편집 정확도를 유지하면서 레이어 생성 품질을 향상시킨다.

기술적 접근법

**In-Context RGB-Alpha Token Modeling**: 편집된 캔버스와 RGB-Alpha 레이어 시퀀스를 하나의 토큰 시퀀스로 결합.
**Alpha Decoder**: 세부 구조와 반투명 경계를 위한 연속적인 불투명도 복원.
**C-EPD**: 사전 학습된 편집 모델의 편집 사전지식을 레이어 생성 과정에도 전이.
**LayerEditor-100K**: 10만 개의 페어드 이미지-편집-레이어 데이터셋.
**Crello-Testset, ScaleEdit-Testset**: 레이어 수 제어 및 사용자 지정 레이어 콘텐츠 평가를 위한 벤치마크.

주요 결과

LayerEditor는 편집 정확도를 유지하면서 정확한 RGBA 레이어를 생성.
C-EPD를 제거하면 편집 일관성(6.14 → 4.67), 레이어 분할(6.83 → 5.01)이 감소.
전용 Alpha 디코더는 RGBA L1을 0.0578 → 0.0350로 감소시키고, 레이어 분할 점수를 5.67 → 6.83로 향상.

의의 및 한계

LayerEditor는 편집과 레이어 생성을 통합하여, 반복적인 생성 과정을 줄이고 사용자 지정 레이어 조작을 가능하게 한다. LayerEditor-100K와 새로운 벤치마크는 레이어 편집 연구를 촉진할 기반이 된다. 그러나 레이어 수가 증가할수록 계산 복잡도가 높아지고, 투명도 경계 처리가 여전히 어려운 경우가 있다. 또한, 편집 지시가 모호하거나 복잡할 경우 레이어 분할 정확도가 저하될 수 있다.

실용적 활용

LayerEditor는 전자상거래 콘텐츠 제작, 광고 디자인, UI/UX 개발 등에서 사용자 지정 레이어 조작과 반복 편집이 필요한 상황에 유용하다. 특히, 레이어 재사용과 세부 조작이 필요한 디지털 콘텐츠 산업에서 활용 가능성이 높다.