图像生成

Diff-PC: Identity-preserving and 3D-aware Controllable Diffusion for Zero-shot Portrait Customization

Diff-PC: 保持身份和3D感知的可控扩散用于零样本肖像定制

Yifang Xu, Benxiang Zhai, Chenyu Zhang, Ming Li, Yang Li, Sidan Du

机构 * School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院） ； School of Business, Hohai University（河海大学商学院） ； School of Artificial Intelligence, Nanjing University of Information Science and Technology（南京信息工程大学人工智能学院） 纠错

专题命中 个性化与一致性 ：diffusion(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 Diff-PC通过3D感知和可控扩散方法实现零样本肖像定制，提升身份保持和面部可控性。

Comments Accepted by Information Fusion 2025

PLACID: Identity-Preserving Multi-Object Compositing via Video Diffusion with Synthetic Trajectories

PLACID：通过视频扩散与合成轨迹实现身份保持的多物体合成

Gemma Canet Tarrés, Manel Baradad, Francesc Moreno-Noguer, Yumeng Li

机构 * Amazon Barcelona（亚马逊巴塞罗那） 纠错

专题命中 个性化与一致性 ：diffusion(title,abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 PLACID通过视频扩散与合成轨迹实现多物体合成，保持物体身份和背景细节，提升合成效果与视觉吸引力。

FaceSnap: Enhanced ID-fidelity Network for Tuning-free Portrait Customization

FaceSnap: 增强的ID保真网络用于无调优的人像定制

Benxiang Zhai, Yifang Xu, Guofeng Zhang, Yang Li, Sidan Du

机构 * Vision AI System Lab, Nanjing University, Nanjing, China（南京大学视觉人工智能系统实验室） ； Research and Development Department, Wonxing Technology, Shanghai, China（Wonxing技术有限公司研发部） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 FaceSnap通过引入面部属性混合器和地标预测器，实现无需微调的高保真人像定制生成。

Comments Accept by ICANN 2025

DeCorStory: Gram-Schmidt Prompt Embedding Decorrelation for Consistent Storytelling

DeCorStory: 通过Gram-Schmidt提示嵌入去相关实现一致叙事

Ayushman Sarkar, Zhenyu Yu, Mohd Yamani Idna Idris

机构 * Birbhum Institute of Engineering and Technology（比尔布尔理工学院） ； Universiti Malaya（马来亚大学） 纠错

专题命中 个性化与一致性 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 DeCorStory通过Gram-Schmidt提示嵌入去相关和跨注意力机制，提升文本到图像叙事中的一致性和稳定性。

StoryState: Agent-Based State Control for Consistent and Editable Storybooks

StoryState: 基于代理的状态控制用于一致且可编辑的故事书

Ayushman Sarkar, Zhenyu Yu, Wei Tang, Chu Chen, Kangning Cui, Mohd Yamani Idna Idris

机构 * Birbhum Institute of Engineering and Technology（比尔布尔工程科技学院） ； Universiti Malaya（马来亚大学） ； City University of Hong Kong（香港城市大学） ； Wake Forest University（威克森林大学） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 StoryState通过基于代理的状态控制实现多页故事书的一致性与编辑优化

ConsiStyle: Style Diversity in Training-Free Consistent T2I Generation

ConsiStyle: 训练无一致性T2I生成中的风格多样性

Yohai Mazuz, Janna Bruner, Lior Wolf

机构 * Tel Aviv University（特拉维夫大学） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 ConsiStyle提出一种训练无方法，首次实现不同风格下风格保持和主体一致性的联合优化，通过调整注意力矩阵和统计特性对齐，解耦风格与外观，实现高质量文本对齐图像生成。

Supervised makeup transfer with a curated dataset: Decoupling identity and makeup features for enhanced transformation

带 curated 数据集的监督化妆转移：解耦身份和化妆特征以增强转换

Qihe Pan, Yiming Wu, Xing Zhao, Liang Xie, Guodao Sun, Ronghua Liang

机构 * School of Computer Science and Technology, Zhejiang University of Technology, Zhejiang, China（浙江工业大学计算机科学与技术学院） ； The University of Hong Kong（香港大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出了一种基于 curated 数据集的监督化妆转移方法，通过解耦身份和化妆特征，提升化妆转换的保真度和可控性。

Comments This paper has been accepted for publication in the proceedings of 2026 IEEE ICASSP Conference

LipSody: Lip-to-Speech Synthesis with Enhanced Prosody Consistency

LipSody：通过增强语调一致性进行唇到语音合成

Jaejun Lee, Yoori Oh, Kyogu Lee

机构 * Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能跨学科项目，首尔国立大学） ； Artificial Intelligence Institute, Seoul National University, Republic of Korea（人工智能研究所，首尔国立大学，韩国） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 LipSody通过结合说话人身份、语言内容和情感上下文，提升唇到语音合成的语调一致性。

Comments This paper has been accepted to ICASSP 2026

Theoretical Analysis of Measure Consistency Regularization for Partially Observed Data

对部分观测数据的度量一致性正则化的理论分析

Yinsong Wang, Shahin Shahrampour

机构 * H. Milton Stewart School of Industrial & Systems Engineering at Georgia Institute of Technology（佐治亚理工学院H.Milton Stewart工业与系统工程学院） ； Department of Mechanical and Industrial Engineering at Northeastern University（东北大学机械与工业工程系） 纠错

专题命中 个性化与一致性 ：inpainting(abstract)

AI总结 本文通过理论分析探讨了度量一致性正则化在部分观测数据中的作用机制，并提出了一种新的训练协议以提升模型泛化能力。