图像生成

DragNeXt: Rethinking Drag-Based Image Editing

DragNeXt: 重新思考基于拖动的图像编辑

Yuan Zhou, Junbao Zhou, Qingshan Xu, Kesen Zhao, Yuxuan Wang, Hao Fei, Richang Hong, Hanwang Zhang

专题命中 图像编辑 ：image editing(title,abstract)；分类 cs.CV

AI总结 DragNeXt通过重新定义拖动为变形、旋转和翻译，提出简单有效的编辑框架，提升图像编辑质量。

Comments https://github.com/zhouyuan888888/DragNeXt

SMooGPT: Stylized Motion Generation using Large Language Models

SMooGPT：利用大语言模型进行风格化动作生成

Lei Zhong, Yi Yang, Changjian Li

机构 * University of Edinburgh（爱丁堡大学） 纠错

专题命中 图像编辑 ：diffusion(abstract)；分类 cs.CV、cs.GR

AI总结 SMooGPT通过利用大语言模型的推理、组合和生成能力，实现风格化动作生成，提升动作控制和泛化能力。

From Filters to VLMs: Benchmarking Defogging Methods through Object Detection and Segmentation Performance

从滤波器到视觉语言模型：通过目标检测和分割性能评估去雾方法

Ardalan Aryashad, Parsa Razmara, Amin Mahjoub, Seyedarmin Azizi, Mahdi Salmani, Arad Firouzkouhi

机构 * University of Southern California（南加州大学） 纠错

专题命中 图像编辑 ：image editing(abstract)；分类 cs.CV；diffusion(comments)

AI总结 本文通过目标检测和分割性能评估，探讨了去雾方法在真实与合成环境中的有效性，揭示了视觉语言模型在恶劣天气下的应用潜力。

Comments Accepted at WACV 2026 Proceedings (Oral), 5th Workshop on Image, Video, and Audio Quality Assessment in Computer Vision, with a focus on VLM and Diffusion Models

StyMam: A Mamba-Based Generator for Artistic Style Transfer

StyMam：基于Mamba的风格迁移生成器

Zhou Hong, Ning Dong, Yicheng Di, Xiaolong Xu, Rongsheng Hu, Yihua Shao, Run Ling, Yun Wang, Juqin Wang, Zhanjie Zhang, Ao Ma

机构 * School of Information Engineering, Suqian University（信息工程学院，苏庆大学） ； School of Artificial Intelligence and Computer Science, Jiangnan University（人工智能与计算机科学学院，江南大学） ； Jiangsu Province Engineering Research Center of Smart Poultry Farming and Intelligent Equipment（江苏省智能养鸡场与智能设备工程研究中心） ； School of Computer Science, Nanjing University of Posts and Telecommunications（计算机科学学院，南京邮电大学） ； Institute of Automation, Chinese Academy of Sciences（自动化研究所，中国科学院） ； School of Internet of Things, Wuxi University of Technology（物联网学院，无锡科技大学） 纠错

专题命中 图像编辑 ：diffusion(abstract)；分类 cs.CV

AI总结 StyMam通过引入基于Mamba的生成器，结合残差双路径扫描机制和通道加权空间注意力模块，实现了高质量且快速的图像风格迁移。

Comments Accepted by ICASSP 2026