arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-02-02 至 2026-02-02 共收录 66 信号源:cs.CV, cs.GR, cs.MM

1. 图像生成评测 2 篇

2601.23167 2026-02-02 cs.CV 57%

Hi-Light: A Path to high-fidelity, high-resolution video relighting with a Novel Evaluation Paradigm

Hi-Light: 一种高保真、高分辨率视频重照明的新路径,采用新颖的评估范式

Xiangrui Liu, Haoxiang Li, Yezhou Yang

机构 * Arizona State University(亚利桑那州立大学) Pixocial Technology(Pixocial技术公司)

专题命中 图像生成评测 :diffusion(abstract);分类 cs.CV

AI总结 Hi-Light通过引入亮度先验引导扩散、混合运动自适应照明平滑滤波器和LAB细节融合模块,实现了高保真、高分辨率的视频重照明,并提出了光稳定性分数作为新的评估指标。

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.01496 2026-02-02 cs.CV cs.LG eess.IV stat.ML 57%

Fréchet Radiomic Distance (FRD): A Versatile Metric for Comparing Medical Imaging Datasets

Fréchet Radiomic Distance (FRD): 一种用于比较医学影像数据集的多功能度量

Nicholas Konz, Richard Osuala, Preeti Verma, Yuwen Chen, Hanxue Gu, Haoyu Dong, Yaqian Chen, Andrew Marshall, Lidia Garrucho, Kaisar Kushibar, Daniel M. Lang, Gene S. Kim, Lars J. Grimm, John M. Lewin, James S. Duncan, Julia A. Schnabel, Oliver Diaz, Karim Lekadir, Maciej A. Mazurowski

专题命中 图像生成评测 :image generation(abstract);分类 cs.CV

AI总结 FRD是一种专为医学影像设计的感知度量标准,通过标准化且可解释的图像特征提升医学影像分析中的比较和评估能力。

Comments Codebase for FRD computation: https://github.com/RichardObi/frd-score. Codebase for medical image similarity metric evaluation framework: https://github.com/mazurowski-lab/medical-image-similarity-metrics

Journal ref Medical Image Analysis, 103943 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 效率与蒸馏 4 篇

2601.22837 2026-02-02 cs.CV 79%

NativeTok: Native Visual Tokenization for Improved Image Generation

NativeTok: 原生视觉令牌化以提升图像生成

Bin Wu, Mengqi Huang, Weinan Jia, Zhendong Mao

机构 * University of Science and Technology of China(科学技术大学)

专题命中 效率与蒸馏 :image generation(title,abstract);分类 cs.CV

AI总结 NativeTok通过强制因果依赖关系提升图像生成效果,采用元图像变换器和因果专家变换器实现高效重建与关系约束。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.22848 2026-02-02 cs.LG 50%

Unconditional flow-based time series generation with equivariance-regularised latent spaces

无条件流基于时间序列生成与等变性正则化潜在空间

Camilo Carvajal Reyes, Felipe Tobar

机构 * Imperial College London(伦敦帝国学院)

专题命中 效率与蒸馏 :diffusion(abstract)

AI总结 本文提出了一种基于流的无条件时间序列生成方法,通过等变性正则化潜在空间提升生成质量,同时在计算效率上优于现有扩散基线方法。

Comments Accepted at ICASSP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.22018 2026-02-02 cs.RO 50%

PocketDP3: Efficient Pocket-Scale 3D Visuomotor Policy

PocketDP3: 高效的微型3D视觉-运动政策

Jinhao Zhang, Zhexuan Zhou, Huizhe Li, Yichen Lai, Wenlong Xia, Haoming Song, Youmin Gong, Jie Mei

专题命中 效率与蒸馏 :diffusion(abstract)

AI总结 PocketDP3通过轻量级扩散混合器替代传统解码器,实现高效3D视觉-运动策略,减少参数消耗并提升实时部署性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.03439 2026-02-02 physics.chem-ph 50%

QMeCha: quantum Monte Carlo package for fermions in embedding environments

QMeCha:用于嵌入环境中费米子的量子蒙特卡罗包

Matteo Barborini, Jorge Charry, Matej Ditte, Andronikos Leventis, Georgios Kafanas, Alexandre Tkatchenko

专题命中 效率与蒸馏 :diffusion(abstract)

AI总结 QMeCha是一款用于研究嵌入环境中费米子多体相互作用的量子蒙特卡罗软件,支持多种波函数类型和高效优化方法。

Comments 29 pages, 9 Figures, 2 Tables

详情

展开后加载摘要…

URL PDF HTML 收藏