---
title: "SmartEraser – 中科大与微软亚洲研究院推出的图像对象移除技术"
url: "https://paooo.com/aigc-news/22759/"
author: "Prompt 语宙研究院"
published_at: "2026-06-09T05:48:22+08:00"
updated_at: "2026-06-09T05:48:22+08:00"
categories: "AIGC 资讯"
tags: "AI办公效率, AI智能体, AI绘画提示词, RAG检索增强, stable diffusion, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# SmartEraser – 中科大与微软亚洲研究院推出的图像对象移除技术

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/22759/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-09

## AI 30 秒核心看点 (TL;DR)

- 采用掩码区域引导范式，较传统修复法更能准确定位并移除目标对象。
- 依托Syn4Removal百万级合成数据与掩码增强训练，鲁棒性和泛化能力更强。
- 适用于照片修图、广告设计、文物修复及医学/科研图像去干扰等场景。

## SmartEraser是什么

SmartEraser是中国科学技术大学与微软亚洲研究院推出的图像编辑技术，专门用在从图像中移除用户指定的对象。SmartEraser基于创新的“掩码区域引导”（Masked-Region Guidance）范式，与传统的“掩码和修复”（mask-and-inpaint）方法不同，SmartEraser保留掩码区域作为移除过程的引导，能更准确地识别和移除目标对象，同时有效保留周围上下文。SmartEraser基于Syn4Removal大规模高质量数据集进行训练，引入掩码增强技术和基于CLIP的视觉引导，SmartEraser在对象移除任务中展现出卓越的性能。

## SmartEraser的主要功能

- **目标对象识别与移除**：准确识别用户基于掩码指定的目标对象，将其从图像中移除。

- **上下文保留**：在移除目标对象的同时，保留周围环境的细节和结构，确保图像的视觉连贯性。

- **高质量图像生成**：生成的图像在视觉上与原始图像保持一致，没有明显的失真或 artifacts。

- **鲁棒性**：对用户提供的不同形状和大小的掩码具有较高的鲁棒性，适应各种输入条件。

- **适用于复杂场景**：在复杂的场景中，如包含多个对象和复杂背景的图像中，有效地移除目标对象。

## SmartEraser的技术原理

- **掩码区域引导范式**：

**保留掩码区域**：与传统的“掩码和修复”方法不同，SmartEraser保留掩码区域在输入中的位置，将其作为移除过程的引导。模型能准确识别需要移除的对象，减少在掩码区域重新生成对象的风险。

- **上下文信息**：用户定义的掩码通常会超出目标对象本身，有助于模型在最终结果中保留周围上下文，使生成的图像更加自然和真实。

- **Syn4Removal数据集**：

**合成数据生成**：训练符合新范式的模型，用合成方法构建训练数据。该方法涉及将不同图像中的对象实例粘贴到不同的背景图像上，形成输入图像。粘贴对象的掩码作为输入掩码，原始背景图像作为真实值。

- **大规模数据集**：Syn4Removal数据集包含100万对图像三元组，涵盖多样的场景和对象类型，为模型训练提供丰富的数据支持。

- **基于文本到图像扩散模型的框架**：

**掩码增强**：为增强模型对用户输入不同掩码形状的鲁棒性，在训练过程中应用多种掩码变形方法，模拟用户输入掩码的形状。这些方法包括原始掩码、腐蚀掩码、膨胀掩码、凸包掩码、椭圆掩码和边界框与贝塞尔曲线掩码。

- **基于CLIP的视觉引导**：用预训练的CLIP模型提取移除目标的视觉特征，映射到文本编码器的特征空间中。

- **损失函数**：模型的训练损失函数基于标准的扩散过程，最小化预测噪声和实际噪声之间的差异优化模型参数。

## SmartEraser的项目地址

- **项目官网**：[https://longtaojiang.github.io/smarteraser](https://longtaojiang.github.io/smarteraser.github.io/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/longtaojiang/SmartEraser](https://github.com/longtaojiang/SmartEraser)

- **arXiv技术论文**：[https://arxiv.org/pdf/2501.08279](https://arxiv.org/pdf/2501.08279)

## SmartEraser的应用场景

- **个人照片编辑**：用在移除旅游照片中的路人、家庭照片中的不希望出现的人物或物体，及清理证件照和社交媒体头像的背景。

- **专业图像处理**：在广告和营销中，移除产品摄影中的干扰元素，优化广告设计的背景。

- ** 平面设计**：协助平面设计师在海报和封面设计中突出焦点，移除不必要的背景元素。

- ** 文物修复**：在文物修复中，如古画修复，移除污渍和破损。

- **医疗和科研**：在医学影像处理中，如X光和CT图像，移除设备伪影和标记；在科研图像处理中，如显微镜和卫星图像，清理背景噪声和干扰，提高图像分析价值。

## 常见问题解答 (FAQ)

### SmartEraser和传统修复工具有什么区别？
SmartEraser不是简单把掩码区域“抹掉再补全”，而是保留掩码作为引导信息，让模型更准确识别要移除的对象，同时尽量保留周围上下文，因此在复杂场景里通常更自然、更稳定。

### SmartEraser适合哪些图像对象移除场景？
它适合旅游照路人清理、产品图干扰元素移除、海报与封面背景整理，也可用于文物修复、医学影像伪影去除，以及显微镜、卫星图像中的背景噪声清理。

### SmartEraser为什么对不同形状掩码更鲁棒？
因为训练时加入了原始、腐蚀、膨胀、凸包、椭圆、边界框和贝塞尔曲线等多种掩码增强，模拟用户可能提供的不同标注形状，从而提升对输入变化的适应能力。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
