HLS-GPT: A Generative Pretrained Transformer (GPT) for Continental-Scale NASA Harmonized Landsat and Sentinel-2 (HLS) Reflectance Reconstruction Across All Bands on Arbitrary Dates
Geospatial Sciences Center of Excellence, Department of Geography and Geospatial Sciences, South Dakota State University（地理科学卓越中心，地理与空间科学系，南达科他州立大学）；Department of Geography, Environment, and Spatial Sciences, & Center for Global Change and Earth Observations, Michigan State University（地理、环境与空间科学系，以及全球变化与地球观测中心，密歇根州立大学）
提出HLS-GPT，一种大规模生成式预训练Transformer模型，用于重建所有波段、任意日期和任意像素位置的NASA HLS 30米地表反射率，采用层次化Transformer架构处理不同光谱波段配置，在超过25万训练像素上训练，在多样地表条件下实现稳健重建。
2026-06-17 cs.CV
Generative Neural Video Compression via Video Diffusion Prior
School of Information and Communication Engineering, Communication University of China（信息与通信工程学院，通信大学）；School of Computer Science, Peking University（计算机学院，北京大学）
GNVC-VD通过结合视频扩散先验和序列级去噪，实现了高效的生成神经视频压缩，显著减少了闪烁伪影并提升了感知质量。
2026-02-23 cs.CV
Generative Model without Prior Distribution Matching
Shanghai Jiao Tong University（上海交通大学）
变分自编码器（VAE）及其变体是通过学习低维潜在表示以满足某种先验分布（例如，高斯分布）。与GAN相比，它们的优势在于它们可以同时生成高维数据并学习潜在表示以重建输入。然而，已经观察到，重建和生成之间存在折衷，因为匹配的先验分布可能会破坏数据流形的几何结构。为了缓解这个问题，我们建议让先验匹配嵌入分布，而不是强加潜变量来拟合先验。嵌入分布使用简单的正则化自动编码器架构进行训练，该架构最大限度地保留了几何结构。然后采用对抗策略来实现潜在映射。该方法解决了数据流形的拓扑性质保持与隐空间分布匹配之间的矛盾，为该方法的有效性提供了理论和实验支持。
2020-09-23 cs.CV
Learning Visual Generative Priors without Text
College of Information Science and Engineering, Northeastern University（东北大学信息科学与工程学院）；Ant Group（蚂蚁集团）；Shanghai Jiao Tong University（上海交通大学）；Alibaba Group（阿里巴巴集团）；HKUST（香港科技大学）
针对T2I模型依赖高质量图文对、扩展成本高的问题，提出纯视觉训练框架Lumos学习I2I生成先验，仅用1/10图文对微调性能就比肩或优于现有T2I模型，且在文本无关生成任务上表现更优。
2025-03-23 cs.CV
DVP-MVS++: Synergize Depth-Normal-Edge and Harmonized Visibility Prior for Multi-View Stereo
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）；DSLAB, School of Information Science & Engineering, Lanzhou University（兰州大学信息科学与工程学院DSLAB）；School of Mathematical Science, Jiangsu University（江苏大学数学学院）；MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（中国科学技术大学脑科学与智能感知教育部重点实验室）；Agricultural Information Institute, Chinese Academy of Agricultural Sciences（中国农业科学院农业信息研究所）；Key Laboratory of Agricultural Big Data, Ministry of Agriculture and Rural Affairs（农业农村部农业大数据重点实验室）
本文提出DVP-MVS++方法，通过融合深度-法线-边缘对齐和协调跨视图先验，提升多视图立体摄影中鲁棒性和视图感知的补丁变形能力。
2026-04-17 cs.CV
Generative Image Coding with Diffusion Prior
China Telecom Cloud Computing Research Institute（中国电信云计算研究院）
针对自然与AI生成混合图像在低码率下的高效编码难题，提出利用扩散先验的生成式编码框架，通过轻量级适配器融合压缩域表示与预训练特征，并引入分布重归一化提升保真度，较H.266/VVC压缩性能提升达79%。
2025-09-17 cs.CV
Invertible generative models for inverse problems: mitigating representation error and dataset bias
itu（信息科技大学）；rice（里士满大学）；neumcs（东北大学）
本文提出利用可逆神经网络作为逆问题先验，因其零表示误差特性，在压缩感知等任务中优于稀疏先验和GAN先验，尤其对分布外图像，并给出理论误差界。
2025-10-27 cs.CV
Data InStance Prior (DISP) in Generative Adversarial Networks
Adobe（奥多比）；IIT Hyderabad（印度理工学院海得拉巴分校）；CMU（卡内基梅隆大学）
生成对抗网络（GANs）的最新进展在生成高质量图像方面取得了显着进展。然而，性能的提高取决于大量训练数据的可用性。在有限的数据体系中，训练通常会出现分歧，因此生成的样本质量低且缺乏多样性。先前的工作已经通过利用迁移学习和数据增强技术解决了低数据设置中的训练。我们提出了一种新的迁移学习方法，GANs在有限的数据域中，利用信息数据之前来自自监督/监督预训练的网络上训练的不同的源域。我们使用各种GAN架构（BigGAN，SNGAN，StyleGAN 2）在几个标准视觉数据集上进行实验，以证明所提出的方法有效地将知识转移到目标图像较少的领域，在图像质量和多样性方面优于现有的最先进的技术。我们还展示了数据实例先验在大规模无条件图像生成中的实用性。
2021-09-21 cs.CV
VisorGPT: Learning Visual Prior via Generative Pre-Training
National University of Singapore（新加坡国立大学）；Tencent（腾讯）；Shenzhen University（深圳大学）
本文提出VisorGPT，通过将物体视觉位置离散化为序列并进行生成式预训练来显式建模视觉先验，结合提示工程实现定制化采样，可有效用于条件图像合成等视觉任务。
2023-05-30 cs.CV
VideoHandles: Editing 3D Object Compositions in Videos Using Video Generative Priors
KAIST（韩国科学技术院）；Adobe Research（奥多比研究院）
提出VideoHandles，一种无需训练的视频3D物体组合编辑方法，通过将生成模型特征提升至共享3D重建并编辑后投影回各帧，实现时间一致的3D位置编辑，优于图像编辑基线。
2025-03-27 cs.CV
Blind Image Deconvolution by Generative-based Kernel Prior and Initializer via Latent Encoding
Xi’an Jiaotong University（西安交通大学）；Nanyang Technological University（南洋理工大学）；Pazhou Laboratory (Huangpu)（琶洲实验室（黄埔））
针对盲图像去卷积中基于深度图像先验的方法对初始化核敏感的问题，提出利用深度生成模型预训练核生成器与初始化器，通过潜在空间编码提供高质量初始化并在紧凑流形内优化，显著提升了性能。
2024-07-20 cs.CV
Towards Vivid and Diverse Image Colorization with Generative Color Prior
Applied Research Center (ARC), Tencent PCG（腾讯平台与内容事业群应用研究中心）
近年来，彩色化吸引了越来越多的兴趣。经典的基于参考的方法通常依赖于外部彩色图像来获得合理的结果。一个大型的图像数据库或在线搜索引擎是不可避免地需要检索这样的样本。最近基于深度学习的方法可以以低成本自动为图像着色。然而，令人不满意的文物和不相干的颜色总是伴随着。在这项工作中，我们提出了GCP-Colorization，它利用封装在预训练的生成对抗网络（GAN）中的丰富多样的颜色先验进行自动着色。具体来说，我们首先通过GAN编码器“检索”匹配的特征（类似于样本），然后通过特征调制将这些特征纳入彩色化过程中。由于强大的生成色彩先验（GCP）和精致的设计，我们的GCP-Colorization可以通过一次向前传递产生生动的色彩。此外，通过修改GAN潜码可以非常方便地获得不同的结果。GCP-Colorization还继承了GANs的可解释控制的优点，并且可以通过遍历GAN潜在空间来实现可控和平滑的过渡。大量的实验和用户研究表明，GCP-Colorization实现了优于以往的作品。代码可在https://github.com/ToTheBeginning/GCP-Colorization上获得。
2022-08-08 cs.CV
G-HOP: Generative Hand-Object Prior for Interaction Reconstruction and Grasp Synthesis
Carnegie Mellon University（卡内基梅隆大学）；MetaAI（元人工智能研究院）
我们提出G-HOP，一种基于去噪扩散的生成式手-物交互先验，可联合建模手和物体，并作为通用指导，在视频重建和抓取合成任务中优于现有基线。
2024-04-18 cs.CV
Bridging Generative and Discriminative Models for Unified Visual Perception with Diffusion Priors
Xidian University（西安电子科技大学）；Chongqing University of Posts and Telecommunications（重庆邮电大学）
本研究提出Vermouth统一视觉感知框架，结合预训练Stable Diffusion的生成先验与判别先验，无需复杂解码器即可在零样本草图检索、少样本分类等多粒度感知任务上取得优异效果。
2024-01-29 cs.CV
TIGER: Taming Identity, Geometry, and Generative Priors for High-Quality Face Video Restoration
MiLM Plus, Xiaomi Inc.（小米公司MiLM Plus）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
提出TIGER框架，融合身份、几何和生成先验，通过解耦3D参数空间和一步整流流，解决人脸视频恢复中的身份偏移、视角纠缠和感知真实性问题，实现高保真、时间一致且高效的恢复。
2026-07-01 cs.CV
Fashion Style Editing with Generative Human Prior
NXN Labs（NXN实验室）
本文提出时尚风格编辑框架FaSE，利用生成式人体先验在潜在空间中导航，并通过文本增强和视觉参照强化引导，实现基于文本描述的人物时尚风格编辑。
2024-04-02 cs.CV
SemanticStyleGAN: Learning Compositional Generative Priors for Controllable Image Synthesis and Editing
ByteDance Inc.（字节跳动公司）
最近的研究表明，StyleGAN为图像合成和编辑的下游任务提供了有前途的先验模型。然而，由于StyleGAN的潜在代码旨在控制全局样式，因此很难实现对合成图像的细粒度控制。我们提出了SemanticStyleGAN，其中一个生成器被训练为单独对局部语义部分进行建模，并以合成的方式合成图像。不同局部的结构和纹理由相应的潜码控制。实验结果表明，我们的模型提供了一个强大的解纠缠不同的空间区域之间。当与为StyleGAN设计的编辑方法相结合时，它可以实现更细粒度的控制来编辑合成或真实图像。该模型还可以通过迁移学习扩展到其他领域。因此，作为一个内置解纠缠的通用先验模型，它可以促进基于GAN的应用程序的开发，并实现更多潜在的下游任务。
2022-03-29 cs.CV
Driving View Synthesis on Free-form Trajectories with Generative Prior
Fudan University（复旦大学）；University of Surrey（Surrey大学）
针对自由轨迹驾驶视角合成泛化难的问题，提出DriveX框架，通过将视频扩散模型的生成先验逐步蒸馏进3D高斯模型并相互增强，实现实时高质量的新轨迹视角合成。
2025-07-08 cs.CV
Unsupervised Image-to-Image Translation with Generative Prior
Nanyang Technological University（南洋理工大学）
无监督图像到图像翻译旨在学习两个视觉域之间的翻译，而无需配对数据。尽管最近在图像翻译模型方面取得了进展，但在具有剧烈视觉差异的复杂域之间建立映射仍然具有挑战性。在这项工作中，我们提出了一个新的框架，生成先验指导的无监督图像到图像翻译（GP-UNIT），以提高翻译算法的整体质量和适用性。我们的关键见解是利用来自预训练的类条件GANs的生成先验（例如，BigGAN）来学习跨各个领域的丰富内容对应关系。我们提出了一种新的粗到细的方案：我们首先提取生成之前捕获一个强大的粗层次的内容表示，可以在抽象的语义层次上链接对象，在此基础上，细层次的内容特征自适应学习更准确的多级内容对应。大量的实验证明了我们的多功能框架在强大，高质量和多样化的翻译方面优于最先进的方法，即使是具有挑战性和遥远的领域。
2022-04-07 cs.CV cs.LG
Harmonized Feature Conditioning and Frequency-Prompt Personalization for Multi-Rater Medical Segmentation
Faculty of Informatics and Data Science, University of Regensburg（信息学院与数据科学学院，莱比锡大学）；Sharif University of Technology（谢赫·伊斯兰大学）；Iran University of Science and Technology（伊朗科学技术大学）；ARTORG Center for Biomedical Research, University of Bern（伯尔尼大学生物医学研究中心）；Department of Radiation Oncology, University Hospital Bern, University of Bern（伯尔尼大学放射肿瘤科，伯尔尼大学）；Fraunhofer Institute for Digital Medicine MEVIS, Bremen（弗劳恩霍夫数字医学研究所MEVIS，不莱梅）
本文提出谐化概率框架，通过自适应特征条件和频域个性化分离成像伪影与标注者差异，提升多评分者医学分割的准确性和可解释性。
2026-05-06 cs.CV
Sinogram Enhancement with Generative Adversarial Networks using Shape Priors
University of Southampton（南安普顿大学）
通过从计算模型中推断测量值来补偿稀缺的测量值是解决不适定逆问题的一种方法。我们通过使用生成模型和有关扫描对象的先验知识完成一组采集来解决有限角度断层扫描。使用生成对抗网络作为模型，计算机辅助设计数据作为形状先验，我们证明了我们的技术比其他最先进的方法具有定量和定性的优势。推断大量的连续缺失测量，我们提供了一种替代其他图像修复技术，未能提供一个令人满意的答案，我们的研究问题：可以减少X射线曝光使用生成模型来推断缺乏测量？
2022-02-01 cs.CV cs.LG eess.IV
PriorGAN: Real Data Prior for Generative Adversarial Nets
University of Science and Technology of China（中国科学技术大学）；Microsoft Research（微软研究院）
生成对抗网络（GANs）在学习丰富的数据分布方面取得了快速进展。然而，我们争论现有技术中的两个主要问题。首先，低质量问题，其中学习的分布具有大量低质量样本。第二，缺失模式问题，其中学习的分布错过了真实数据分布的某些区域。为了解决这两个问题，我们提出了一种新的先验，它可以捕获GANs的整个真实数据分布，称为先验GANs。具体来说，我们采用了一个简单而优雅的高斯混合模型（GMM）建立一个显式的概率分布的特征水平上的整个真实数据。通过最大化生成数据的概率，我们可以将低质量的样本推向高质量。同时，在先验知识的基础上，我们可以估计学习分布中的缺失模式，并设计一个采样策略来解决这个问题。所提出的真实数据先验可以推广到GANs的各种训练设置，例如LSGAN，WGAN-GP，SNGAN，甚至StyleGAN。我们的实验表明，PriorGAN在CIFAR-10、FFHQ、LSUN-cat和LSUN-bird数据集上的表现远远优于最先进的技术。
2020-06-30 cs.CV eess.IV
Generative Iris Prior Embedded Transformer for Iris Restoration
School of Integrated Circuits, Beijing University of Posts and Telecommunications（北京邮电大学集成电路学院）；School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院）
针对复杂退化虹膜图像恢复难题，提出嵌入生成式虹膜先验的 Transformer 模型（Gformer），通过分层编解码网络结合 GAN 先验与长距离依赖建模，显著提升了虹膜恢复与识别性能。
2024-09-20 cs.CV eess.IV
Stochastic seismic waveform inversion using generative adversarial networks as a geological prior
Imperial College London（帝国理工学院）
我们提出了在偏微分方程（PDE）约束反问题的背景下，深度生成模型的应用。我们结合了生成对抗网络（GAN）表示先验模型，创建地下地质结构及其岩石物理特性，与PDE的数值解控制声波在地球内部的传播。我们进行贝叶斯反演使用近似大都会调整Langevin算法（MALA）从后给定的地震观测样本。通过求解声波波动方程式的伴随方程，得到了正问题中模型参数的导数。通过利用用于表示生成模型的深度神经网络的可微性质来获得关于潜变量的失配的分量。我们表明，近似MALA采样允许有效的贝叶斯反演的模型参数从一个深生成模型表示的先验，获得一组不同的实现，反映所观察到的地震响应。
2018-06-10 cs.CV physics.geo-ph stat.ML
A Diffusion-Based Generative Prior Approach to Sparse-view Computed Tomography
Department of Computer Science and Engineering University of Bologna（计算机科学与工程系博洛尼亚大学）；Department of the Art University of Bologna（艺术系博洛尼亚大学）
本文提出了一种基于扩散的生成先验方法，用于改善稀疏视角CT图像重建的质量，通过结合生成模型与迭代优化算法，提升重建效果和可解释性。
2026-02-11 cs.AI cs.CV
HarmoQ: Harmonized Post-Training Quantization for High-Fidelity Image
针对超分辨率模型后训练量化中权重与激活量化独立处理的问题，提出HarmoQ统一框架，通过结构残差校准、协调尺度优化和自适应边界精化协调二者，在激进压缩下提升性能，首次系统分析了权重-激活耦合。
2025-11-11 cs.CV eess.IV
Non-Parametric Priors For Generative Adversarial Networks
Arizona State University（亚利桑那州立大学）；Intel Corporation（英特尔公司）
生成对抗网络（GAN）的出现使合成、插值和数据增强方面的新能力成为可能，迄今为止这些能力被认为是非常具有挑战性的。然而，大多数GAN架构中的一个常见假设是简单参数潜在空间分布的假设。虽然易于实现，但简单的潜在空间分布对于插值等用途可能存在问题。这是由于样本在潜在空间中插值时的分布失配。我们提出了一个简单的形式化这个问题，使用概率论和现成的优化工具的基本结果，我们开发的方法来达到适当的非参数先验。所获得的先验表现出不寻常的定性性质，在其形状方面，和定量的好处，在较低的分歧与其中点分布。我们证明，我们设计的先验有助于提高图像生成沿任何欧几里德直线插值过程中，定性和定量，没有任何额外的培训或架构修改。拟议的提法相当灵活，为对潜在空间统计施加新的限制铺平了道路。
2019-05-16 cs.CV cs.LG
Generative Manifold Distillation: Aligning Restoration Trajectories with Natural Image Prior
Google（谷歌）；Washington University in St. Louis（圣路易斯华盛顿大学）
提出生成式流形蒸馏（GMD），通过几何流形对齐实现无配对域自适应，利用冻结文本到图像基础模型的流匹配动力学将离流形恢复投影到自然图像流形，并引入质量门控滤波器和源锚定轨迹正则化，无需架构修改或推理延迟即可提升感知质量。
2026-06-24 cs.CV eess.IV
DSRGAN: Detail Prior-Assisted Perceptual Single Image Super-Resolution via Generative Adversarial Networks
Beihang University（北京航空航天大学）；Institute for Infocomm Research（资讯通信研究院）
将生成对抗网络（GAN）成功地应用于感知单图像超分辨率（SISR）研究。然而，GAN经常倾向于生成具有与真实细节不一致的高频细节的图像。传统的细节增强算法的启发，我们提出了一种新的先验知识，细节先验，以协助GAN在减轻这个问题，恢复更真实的细节。所提出的方法，命名为DSRGAN，包括一个精心设计的细节提取算法，捕捉最重要的高频信息的图像。然后，两个鉴别器分别用于监督图像域和细节域的简化。DSRGAN通过细节增强的方式将恢复的细节融合到最终输出中。DSRGAN的特殊设计同时利用了基于模型的传统算法和数据驱动的深度学习网络。实验结果表明，DSRGAN优于国家的最先进的SISR方法的感知指标，并取得可比的结果，同时在保真度指标。在DSRGAN之后，将其他常规图像处理算法并入深度学习网络以形成基于模型的深度SISR是可行的。
2021-12-25 cs.CV eess.IV
Super Resolution Using Segmentation-Prior Self-Attention Generative Adversarial Network
Zhejiang University（浙江大学）；Central Media Technology Institute, Huawei Technologies Co., Ltd（华为技术有限公司中央媒体技术研究院）
卷积神经网络（CNN）由于其优越的性能而被广泛应用于解决超分辨率（SR）任务。但由于CNN缺乏先验知识和小的感受野，超分辨率问题仍然具有挑战性。我们提出了分段-Piror自注意生成对抗网络（SPSAGAN），将分段先验和特征注意力结合到一个统一的框架中。这种组合是由精心设计的加权加法来平衡特征和分割注意力的影响，因此网络可以强调同一分割类别中的纹理，同时专注于长距离特征关系。我们还提出了一个轻量级的跳过连接架构称为残差中残差稀疏块（RRSB），以进一步提高超分辨率性能和节省计算。大量的实验表明，SPSAGAN可以生成更真实和视觉上令人愉快的纹理相比，最先进的SFTGAN和ESRGAN在许多SR数据集。
2020-03-07 cs.CV cs.LG eess.IV
Stochastic Generative Plug-and-Play Priors
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；Washington University in St. Louis（圣路易斯华盛顿大学）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文提出随机生成性插件式先验框架，通过引入噪声利用生成式扩散模型先验提升逆问题鲁棒性，实验显示在多通道MRI重建和大遮挡图像修复中优于传统方法。
2026-11-03 cs.CV cs.LG eess.IV
Where Should Action Generation Begin? A Learnable Source Prior for Generative Robot Policies
Southeast University（东南大学）；The Chinese University of Hong Kong（香港中文大学）
提出LeaP，用轻量MLP预测基于本体感知的对角高斯分布作为动作生成源先验，替代标准高斯分布，在15个RoboTwin任务中平均成功率81.6%，优于基线方法6.5-25.5个百分点。
2026-06-17 cs.CV cs.LG cs.RO
Generative Range Imaging for Learning Scene Priors of 3D LiDAR Data
Kyushu University（九州大学）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）
3D LiDAR传感器对于自主移动机器人的强大视觉不可或缺。然而，部署基于LiDAR的感知算法通常会由于与训练环境的域差距而失败，例如不一致的角分辨率和丢失的属性。现有的研究通过学习域间映射来解决这个问题，而可转移性受到训练配置的限制，并且训练容易受到称为射线下降的特殊有损噪声的影响。为了解决这个问题，本文提出了一种适用于数据级域传输的激光雷达距离图像生成模型。由于激光雷达测量是基于逐点距离成像的，因此我们训练了一个基于隐式图像表示的生成对抗网络，并引入了可区分的光线降效应。我们证明了我们的模型的保真度和多样性相比，基于点和基于图像的国家的最先进的生成模型。我们还展示了上采样和恢复应用程序。此外，我们介绍了一个Sim2Real应用激光雷达语义分割。我们证明，我们的方法是有效的，作为一个现实的射线下降模拟器，并优于国家的最先进的方法。
2022-10-21 cs.CV cs.RO eess.IV
Improving Multislice Electron Ptychography with a Generative Prior
Cornell University（康奈尔大学）
针对多层电子叠层成像迭代求解耗时且次优的问题，提出在晶体结构数据库上训练的 MEP-Diffusion，并通过 DPS 作为生成式先验集成，使三维重建的 SSIM 提升 90.50%。
2025-07-25 cond-mat.mtrl-sci cs.CV eess.IV
StyleFusion: A Generative Model for Disentangling Spatial Segments
Tel Aviv University（特拉维夫大学）
我们提出了StyleFusion，一个新的映射架构StyleGAN，它需要作为输入的一些潜在的代码，并融合成一个单一的风格代码。将生成的样式代码插入到预先训练的StyleGAN生成器中会生成一个协调的图像，其中每个语义区域都由一个输入的潜在代码控制。有效地，StyleFusion生成图像的解纠缠表示，对生成图像的每个区域提供细粒度控制。此外，为了帮助促进对所生成的图像的全局控制，将特殊的输入潜码并入融合表示中。StyleFusion以分层方式操作，其中每个级别的任务是学习解开一对图像区域（例如，车身和车轮）。由此产生的学习解纠缠允许修改本地的细粒度语义（例如，面部特征）以及更全局的特征（例如，姿态和背景），从而在合成过程中提供改进的灵活性。作为一个自然的扩展，StyleFusion使人们能够对不一定对齐的区域执行语义感知的跨图像混合。最后，我们演示了如何StyleFusion可以与现有的编辑技术配对，以更忠实地约束编辑到用户的兴趣区域。
2021-07-15 cs.CV
Blind Image Deconvolution using Deep Generative Priors
Information Technology University（信息技术大学）
本文提出了一种新的方法来正则化\textit{ill-posed}和\textit{non-linear}盲图像反卷积（盲去模糊）使用深度生成网络作为先验。我们采用了两个独立的生成模型-一个被训练来生成清晰的图像，而另一个被训练来从低维参数生成模糊核。为了去模糊，我们提出了一个交替的梯度下降方案，该方案在每个预训练生成模型的潜在低维空间中运行。我们的实验表明，即使在大的模糊和严重的噪声图像上的去模糊效果很好。为了解决生成模型的缺点，如模式坍塌，我们增加了我们的生成先验与经典的图像先验和复杂的图像数据集上的性能提高报告。去模糊性能取决于生成器的范围如何跨越图像类。有趣的是，我们的实验表明，即使是未经训练的结构化（卷积）生成网络也可以在图像去模糊上下文中充当图像先验，从而使我们能够将结果扩展到更多样化的自然图像数据集。
2019-02-26 cs.CV
How Do Images Align and Complement LiDAR? Towards a Harmonized Multi-modal 3D Panoptic Segmentation
Singapore University of Technology and Design (SUTD)（新加坡科技设计大学）；Institute for Infocomm Research (I2R), A*STAR, Singapore（信息与通信研究院（I2R））
针对 LiDAR 稀疏及多模态融合错位问题，提出 IAL 框架，通过 PieAug、GTF 与 PQG 实现端到端多模态 3D 全景分割，并在两个基准上达到 SOTA。
2025-06-10 cs.AI cs.CV cs.LG
BigColor: Colorization using a Generative Color Prior for Natural Images
POSTECH（浦项科技大学）；Samsung Electronics（三星电子）
对于逼真和生动的着色，最近已经利用了生成先验。然而，这种生成先验往往失败的野生复杂的图像，由于其有限的表示空间。在本文中，我们提出了BigColor，一种新的彩色化方法，提供生动的彩色化的各种在野外的图像具有复杂的结构。虽然以前的生成先验被训练来合成图像结构和颜色，但我们在专注于给定图像的空间结构的颜色合成之前学习生成颜色。通过这种方式，我们减少了从生成先验合成图像结构的负担，并扩展了其表示空间以覆盖不同的图像。为此，我们提出了一个BigGAN启发的编码器生成器网络，该网络使用空间特征映射而不是空间扁平化的BigGAN潜在代码，从而扩大了表示空间。我们的方法可以在单个前向通道中对不同的输入进行鲁棒的着色，支持任意的输入分辨率，并提供多模态着色结果。我们证明，BigColor显着优于现有的方法，特别是在野生图像具有复杂的结构。
2022-07-20 cs.CV
Alternating Phase Projected Gradient Descent with Generative Priors for Solving Compressive Phase Retrieval
University of California, Riverside（加州大学河滨分校）；Iowa State University（爱荷华州立大学）
相位恢复的经典问题出现在各种信号采集系统中。由于问题的不适定性质，解决方案需要对信号的结构进行假设。在过去的几年中，稀疏性和支持度为基础的先验已经成功地解决了这个问题。在这项工作中，我们提出了替代稀疏/支持先验与生成先验，并提出了两种算法来解决相位恢复问题。我们提出的算法结合了AltMin方法的思想，用于非凸稀疏相位恢复和投影梯度下降方法用于使用生成先验求解线性逆问题。我们的经验表明，我们的方法与投影梯度下降的性能优于现有的方法，用于解决相位检索下生成先验。我们支持我们的方法与高斯测量样本的复杂性分析。
2019-03-07 cs.CV
Blind Image Deconvolution using Pretrained Generative Priors
Information Technology University（信息技术大学）
本文提出了一种新的方法来正则化病态盲图像反卷积（盲图像去模糊）问题使用深度生成网络。我们采用两个独立的深度生成模型-一个经过训练以生成清晰图像，而另一个经过训练以从低维参数生成模糊内核。为了去模糊，我们提出了一个交替的梯度下降方案，该方案在每个预训练生成模型的潜在低维空间中运行。我们的实验表明，即使在大的模糊和重噪声下，也有很好的去模糊效果。为了提高生成网络没有很好地学习的丰富图像数据集的性能，我们提出了一个修改方案，该方案在生成和经典先验下控制去模糊过程。
2019-08-20 cs.CV
Generative ScatterNet Hybrid Deep Learning (G-SHDL) Network with Structural Priors for Semantic Image Segmentation
University of Cambridge（剑桥大学）
本文提出了一种用于语义图像分割的生成式ScatterNet混合深度学习（G-SHDL）网络。所提出的生成架构是能够训练迅速从相对较小的标记数据集使用引入的结构先验。此外，在架构的每一层中的过滤器的数量被优化，从而产生计算上高效的架构。G-SHDL网络在两个图像数据集上对无监督和半监督学习产生最先进的分类性能。G-SHDL网络的监督方法的优势，证明了与训练数据集的大小减少进行实验。
2018-02-13 cs.CV
ExtraGS: Geometric-Aware Trajectory Extrapolation with Uncertainty-Guided Generative Priors
UIUC（伊利诺伊大学香槟分校）；Xiaomi EV Project（小米电动车项目）
针对驾驶场景轨迹外推中几何一致性差和渲染过度平滑的问题，提出整合几何与生成先验的ExtraGS框架，通过新型高斯表示及不确定性引导先验整合，显著提升外推视图的真实感与几何一致性。
2025-08-23 cs.CV
An Energy-Based Prior for Generative Saliency
the Australian National University（澳大利亚国立大学）；Akool Research（Akool研究院）；LinkedIn Ads（领英广告）
提出一种基于能量先验的生成式显著性预测框架，通过Langevin动力学联合训练生成器与能量先验，在RGB和RGB-D任务中实现了准确预测与可靠不确定性估计。
2023-06-27 cs.CV
Learning Generative Structure Prior for Blind Text Image Super-resolution
Nanyang Technological University（南洋理工大学）；Harbin Institute of Technology（哈尔滨工业大学）
盲文本图像超分辨率（SR）是具有挑战性的，因为人们需要应付不同的字体风格和未知的退化。为了解决这个问题，现有的方法并行执行字符识别，通过损失约束或中间特征条件来正则化SR任务。但是，高级prior在遇到严重退化时仍然可能失败。考虑到复杂结构的特性，例如，将多个象形或表意符号组合成一个字符的汉字。在这项工作中，我们提出了一个新的先验，更侧重于字符结构。特别是，我们学习在StyleGAN中封装丰富多样的结构，并利用这种生成结构先验进行恢复。为了限制StyleGAN的生成空间，使其遵循字符的结构，同时保持处理不同字体风格的灵活性，我们将每个字符的离散特征存储在码本中。该代码随后驱动StyleGAN生成高分辨率的结构细节，以帮助文本SR。与基于字符识别的先验相比，所提出的结构先验具有更强的字符特定指导，以恢复指定字符的忠实和精确的笔画。在合成数据集和真实数据集上的大量实验表明，所提出的生成结构在促进鲁棒文本SR方面具有令人信服的性能。
2023-03-26 cs.CV
ELITE: Efficient Gaussian Head Avatar from a Monocular Video via Learned Initialization and TEst-time Generative Adaptation
Dept. of Electrical Engineering, POSTECH（POSTECH电子工程系）；School of Computing, KAIST（韩国科学技术院计算机学院）；UNIST（全南大学）；University of Tübingen（图宾根大学）；Tübingen AI Center（图宾根人工智能中心）；Max Planck Institute for Informatics（马克斯·普朗克信息研究所）
ELITE通过学习初始化和测试时生成适应，高效生成高斯头人偶，实现高保真和强野外泛化，合成速度比2D方法快60倍。
2026-01-15 cs.CV
GENA3D: Generative Amodal 3D Modeling by Bridging 2D Priors and 3D Coherence
Dartmouth College（达特茅斯学院）
提出GENA3D框架，结合2D生成先验与3D几何推理，在部分遮挡下生成完整且几何一致的3D物体，优于现有方法。
2026-06-24 cs.CV
GCFSR: a Generative and Controllable Face Super Resolution Method Without Facial and GAN Priors
ByteDance Inc（字节跳动公司）；Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；Shanghai AI Laboratory（上海人工智能实验室）
人脸图像的超分辨率（人脸幻觉）通常依赖于人脸先验信息来恢复真实细节并保留身份信息。最近的进展可以在GAN prior的帮助下取得令人印象深刻的结果。他们要么设计复杂的模块来修改固定的GAN先验，要么采用复杂的训练策略来微调生成器。在这项工作中，我们提出了一个生成和可控的人脸SR框架，称为GCFSR，它可以重建图像与真实的身份信息，而无需任何额外的先验。通常，GCFSR具有编码器生成器架构。设计了风格调制和特征调制两个模块，用于多因素的SR任务。风格调制的目的是生成真实的人脸细节和特征调制动态融合的多级编码的功能和生成的条件上的放大因子。简单而优雅的架构可以以端到端的方式从头开始训练。对于小的放大因子（<=8），GCFSR可以产生令人惊讶的好结果，只有对抗性损失。在增加L1和感知损失后，GCFSR可以在大的放大因子上优于最先进的方法（16，32，64）。在测试阶段，我们可以通过特征调制来调节生成强度，通过不断改变条件放大因子来实现各种生成效果。
2022-03-14 cs.CV
Unsupervised Portrait Shadow Removal via Generative Priors
HKUST（香港科技大学）
肖像图像通常会受到不经意的物体甚至脸部本身投射的不良阴影的影响。虽然现有的人像阴影去除方法需要在大规模的合成数据集上进行训练，但我们提出了第一种无需任何训练数据的人像阴影去除无监督方法。我们的关键思想是利用嵌入在现成的预训练StyleGAN 2中的生成面部先验。为了实现这一点，我们制定的阴影去除任务作为一个层分解问题：阴影的肖像图像构建的阴影图像和阴影的图像的混合。我们提出了一个有效的渐进优化算法来学习分解过程。我们的方法也可以扩展到肖像纹身去除和水印去除。在真实世界人像阴影数据集上的定性和定量实验表明，我们的方法实现了与监督阴影去除方法相当的性能。我们的源代码可在https://github.com/YingqingHe/Shadow-Removal-via-Generative-Priors上获得。
2021-08-07 cs.CV
High-fidelity Facial Avatar Reconstruction from Monocular Video with Generative Priors
Tsinghua University（清华大学）；Tencent（腾讯）；Ant Group（蚂蚁集团）；Peng Cheng Laboratory（鹏城实验室）
从单目视频中重建高逼真度的人脸模型是计算机图形学和计算机视觉领域的一个重要研究课题。最近，神经辐射场（NeRF）显示了令人印象深刻的新颖的视图渲染结果，并已被考虑用于面部化身重建。然而，单目视频中复杂的面部动态和缺失的3D信息对真实的面部重建提出了重大挑战。在这项工作中，我们提出了一种新的方法，基于NeRF的面部化身重建，利用3D感知生成先验。与现有的依赖于条件变形场进行动态建模的工作不同，我们提出学习个性化的生成先验，该先验被制定为3D-GAN潜在空间中的局部和低维子空间。我们提出了一种有效的方法来构建基于一个给定的个人的面部图像的小集合的个性化生成先验。学习后，它允许照片真实感渲染与新的意见和人脸再现可以实现通过执行潜在空间中的导航。我们提出的方法适用于不同的驱动信号，包括RGB图像，3DMM系数，和音频。与现有的工作相比，我们获得了优越的新的视图合成的结果和忠实的人脸再现性能。
2023-03-04 cs.CV
WINGS: Reference-Free Gaussian Splatting Inpainting with 3D-Native Generative Priors
Adobe；MILES Team, LAMSADE（MILES团队，LAMSADE）；Paris Dauphine – PSL University（巴黎第九大学 – PSL大学）
提出一种原生3D的无参考高斯泼溅修复方法，利用预训练3D先验和结构补全网络直接生成缺失内容，避免多视图不一致并提升速度。
2026-09-30 cs.CV
V-Bridge: Bridging Video Generative Priors to Versatile Few-shot Image Restoration
The Hong Kong University of Science and Technology（香港科学与技术大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；The Chinese University of Hong Kong（香港中文大学）
本文提出V-Bridge框架，将视频生成模型的潜在能力应用于多功能少样本图像恢复任务，通过将图像恢复视为渐进生成过程，利用视频模型实现从退化输入到高保真输出的逐步细化，仅用1000个多任务样本即可实现竞争性性能。
2026-03-13 cs.CV
GIFSplat: Generative Prior-Guided Iterative Feed-Forward 3D Gaussian Splatting from Sparse Views
La Trobe University（拉特罗布大学）；Cisco Research（思科研究）
GIFSplat通过生成先验引导的迭代前馈方法，从稀疏视角高效重建3D高斯点云，提升PSNR并保持推理效率。
2026-02-26 cs.CV
GenRecon: Bridging Generative Priors for Multi-View 3D Scene Reconstruction
Technical University of Munich（慕尼黑技术大学）；Computing Systems Lab, Huawei Technologies（华为技术有限公司计算系统实验室）
提出一种将多视图RGB图像重建与强生成3D先验紧密结合的方法，通过条件3D生成和投影条件机制实现高保真、多视图一致的场景级重建，性能优于现有方法16%。
2026-05-22 cs.CV
Motion Prior Distillation in Time Reversal Sampling for Generative Inbetweening
Department of Artificial Intelligence, Yonsei University（延世大学人工智能系）；AI Graduate School, GIST（韩国国立信息科学院人工智能研究生院）
本文提出运动先验蒸馏技术，通过蒸馏正向路径的运动残差到反向路径，以减少时间反演采样中的不连续性和伪影，提升生成中间帧的连贯性。
2026-02-19 cs.CV
