图像生成

CreativeVR: Diffusion-Prior-Guided Approach for Structure and Motion Restoration in Generative and Real Videos

CreativeVR: 一种基于扩散先验的结构与运动修复方法用于生成视频和真实视频

Tejas Panambur, Ishan Rajendrakumar Dave, Chongjian Ge, Ersin Yumer, Xue Bai

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Adobe（Adobe公司） 纠错

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV、cs.MM

AI总结 CreativeVR通过扩散先验引导方法，有效修复AI生成和真实视频中的结构与运动伪影，实现高质量视频修复。

Comments The first two authors contributed equally

Deep priors for satellite image restoration with accurate uncertainties

具有准确不确定性的卫星图像修复中的深度先验

Biquard Maud, Marie Chabert, Florence Genin, Christophe Latry, Thomas Oberlin

机构 * ISAE-Supaero / CNES（ISAE-苏帕欧 / CNES） ； IRIT/INP-ENSEEIHT ； CNES ； ISAE-Supaero（ISAE-苏帕欧） 纠错

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出VBLE-xz方法，通过变分压缩自动编码器的潜在空间解决卫星图像修复的反问题，并联合估计潜在空间和图像空间的不确定性，为需要不确定性量化的场景提供了一种高效替代方案。

Journal ref IEEE Transactions on Geoscience and Remote Sensing, vol. 63, pp. 1-16, 2025, Art no. 5652916