图像生成

Face-MakeUpV2: Facial Consistency Learning for Controllable Text-to-Image Generation

Face-MakeUpV2：面向可控文本到图像生成的面部一致性学习

Dawei Dai, Yinxiu Zhou, Chenghang Li, Guolai Jiang, Chengfang Zhang

专题命中 可控生成 ：image generation(title,abstract)；text-to-image(title,abstract)；分类 cs.CV

AI总结 Face-MakeUpV2通过引入3D面部渲染和全局面部特征通道，解决文本到图像生成中的面部属性泄露和物理一致性问题，实现更可控的面部生成。

Comments Some errors in the critical data presented in Table 1 and Table 2

Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation

Adapter Shield: 一种集成了认证机制的统一框架，用于防止未经授权的零样本图像到图像生成

Jun Jia, Hongyi Miao, Yingjie Zhou, Wangqiu Zhou, Jianbo Zhang, Linhan Cao, Dandan Zhu, Hua Yang, Xiongkuo Min, Wei Sun, Guangtao Zhai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shandong University（山东大学） ； Hefei University of Technology（合肥工业大学） ； East China Normal University（华东师范大学） 纠错

专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 Adapter Shield通过集成认证机制的统一框架，防止未经授权的零样本图像生成，实现安全的图像访问控制。

Sketch-guided Cage-based 3D Gaussian Splatting Deformation

基于草图的基于笼子的3D高斯点扩散变形

Tianhao Xie, Noam Aigerman, Eugene Belilovsky, Tiberiu Popa

机构 * Concordia University（康科德大学） ； Université de Montréal（蒙特利尔大学） ； Mila（Mila研究院） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出了一种基于草图的3D GS变形系统，结合笼子变形与神经雅可比场，实现对3D模型几何的精细控制，并通过实验展示其在静态模型动画化中的应用。

Comments 10 pages, 9 figures, accepted at WACV 26, project page: https://tianhaoxie.github.io/project/gs_deform/

DreamingComics: A Story Visualization Pipeline via Subject and Layout Customized Generation using Video Models

DreamingComics: 通过主体和布局定制生成实现故事可视化管道

Patrick Kwon, Chen Chen

机构 * Center for Research in Computer Vision, University of Central Florida（计算机视觉研究中心，中央佛罗里达大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 DreamingComics通过结合视频模型和布局生成技术，实现了基于主体和布局定制的高效故事可视化方法，提升了角色一致性和风格相似性。

Rethinking Multimodal Point Cloud Completion: A Completion-by-Correction Perspective

重新思考多模态点云补全：一种补全-修正视角

Wang Luo, Di Wu, Hengyuan Na, Yinlin Zhu, Miao Hu, Guocong Quan

机构 * Wang Luo, Di Wu, Hengyuan Na, Yinlin Zhu, Miao Hu, Guocong Quan（作者） 纠错

专题命中 可控生成 ：inpainting(abstract)；分类 cs.CV

AI总结 PGNet通过补全-修正范式，结合多阶段框架和双特征编码，实现更鲁棒的点云补全，提升重建精度与结构一致性。

Comments Accepted by AAAI 2026

SPIRAL: Semantic-Aware Progressive LiDAR Scene Generation and Understanding

SPIRAL: 基于语义的渐进式LiDAR场景生成与理解

Dekai Zhu, Yixuan Hu, Youquan Liu, Dongyue Lu, Lingdong Kong, Slobodan Ilic

机构 * Technical University of Munich（慕尼黑技术大学） ； Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 Spiral提出了一种基于范围视图的LiDAR扩散模型，能够同时生成深度、反射图像和语义地图，实现高效的3D场景生成与理解。

Comments NeurIPS 2025; 24 pages, 10 figures, 9 tables; Code at https://github.com/worldbench/SPIRAL

GuideGen: A Text-Guided Framework for Paired Full-torso Anatomy and CT Volume Generation

GuideGen: 一种基于文本引导的完整躯干解剖和CT体积生成框架

Linrui Dai, Rongzhao Zhang, Yongrui Yu, Xiaofan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 GuideGen通过文本引导生成完整躯干解剖和CT体积，提升医学影像数据合成效率与质量。

Comments accepted as AAAI 2026 poster

SMamDiff: Spatial Mamba for Stochastic Human Motion Prediction

SMamDiff: 基于空间Mamba的随机人体运动预测

Junqiao Fan, Pengfei Liu, Haocong Rao

机构 * School of Computer Science, Nanyang Technological University（计算机科学学院，南洋理工大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 SMamDiff通过空间Mamba和余数-DCT编码提升随机人体运动预测的时空一致性，实现更高效且准确的预测性能。

Vacancy Engineering in Metals and Alloys

金属与合金中的空位工程

Sreenivas Raguraman, Homero Reyes Pulido, Christopher Hutchinson, Arun Devaraj, Marc H. Weber, Michael L. Falk, Timothy P. Weihs

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文探讨了通过空位工程优化金属和合金性能的方法，强调了空位在微观结构调控中的关键作用。

Comments 21 pages, 5 display items