视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2026-01-13 至 2026-01-13 共收录 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像修复 2 篇

2601.06413 2026-01-13 cs.CV 70%

GlobalPaint: Spatiotemporal Coherent Video Outpainting with Global Feature Guidance

GlobalPaint: 基于全局特征引导的时空一致视频外推

Yueming Pan, Ruoyu Feng, Jianmin Bao, Chong Luo, Nanning Zheng

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学）； Microsoft Research Asia（微软亚洲研究院）； University of Science and Technology of China（中国科学技术大学）

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

AI总结 GlobalPaint提出一种基于扩散的视频外推框架，通过增强的空间-时间模块和全局特征引导，提升视频外推的时空一致性与重建质量。

2601.06525 2026-01-13 cs.CV 57%

Toward Generalizable Deblurring: Leveraging Massive Blur Priors with Linear Attention for Real-World Scenarios

迈向可泛化的去模糊化：利用大规模模糊先验与线性注意力以应对现实场景

Yuanting Gao, Shuo Cao, Xiaohui Li, Yuandong Pu, Yihao Liu, Kai Zhang

机构 * Tsinghua University（清华大学）； USTC, Shanghai AI Lab（USTC，上海人工智能实验室）； SJTU, Shanghai AI Lab（上海交通大学，上海人工智能实验室）； Shanghai AI Lab（上海人工智能实验室）

专题命中图像修复：diffusion(abstract)；分类 cs.CV

AI总结本文提出BPP和MoSeG方法，通过大规模模糊先验与线性注意力提升图像去模糊化在现实场景中的泛化能力。

Comments 19 pages, 14 figures, 6 tables