图像生成

Aligned Novel View Image and Geometry Synthesis via Cross-modal Attention Instillation

通过跨模态注意力安装实现对齐的新视角图像和几何合成

Min-Seop Kwak, Junho Kim, Sangdoo Yun, Dongyoon Han, Taekyung Kim, Seungryong Kim, Jin-Hwa Kim

机构 * NAVER AI Lab（NAVER AI实验室） ； KAIST AI（韩国科学技术院人工智能学院） ； SNU AIIS（首尔国立大学人工智能研究所） 纠错

专题命中 可控生成 ：diffusion(abstract)；inpainting(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出了一种基于扩散的框架，通过跨模态注意力蒸馏实现新视角图像和几何的对齐生成，提升几何鲁棒性和重建质量。

Comments Project page at https://cvlab-kaist.github.io/MoAI

Rethinking Multi-Condition DiTs: Eliminating Redundant Attention via Position-Alignment and Keyword-Scoping

重新思考多条件DiTs：通过位置对齐和关键词范围消除冗余注意力

Chao Zhou, Tianyi Wei, Yiling Chen, Wenbo Zhou, Nenghai Yu

专题命中 可控生成 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV、cs.MM

AI总结 本文提出PKA框架，通过位置对齐和关键词范围注意力消除多条件生成中的冗余，提升效率并减少资源消耗。

T$^3$-S2S: Training-free Triplet Tuning for Sketch to Scene Synthesis in Controllable Concept Art Generation

T$^3$-S2S：无训练三元组微调用于可控概念艺术生成中的草图到场景合成

Zhenhong Sun, Yifu Wang, Yonhon Ng, Yongzhi Xu, Daoyi Dong, Hongdong Li, Pan Ji

机构 * Australian National University（澳大利亚国立大学） ； Vertex Lab（Vertex实验室） ； University of Technology Sydney（悉尼大学） 纠错

专题命中 可控生成 ：text-to-image(abstract)；image synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出T3-S2S方法，通过三元组微调实现可控概念艺术生成中的草图到场景合成，提升多实例场景生成的可控性和细节精度。

Comments https://openreview.net/forum?id=lyn2BgKQ8F

ALIEN: Analytic Latent Watermarking for Controllable Generation

ALIEN: 基于可控生成的分析潜在水印

Liangqi Lei, Keke Gai, Jing Yu, Qi Wu

机构 * Beijing Institute of Technology, Beijing, China（北京理工大学） ； School of Information Engineering, Minzu University of China, Beijing, China（中国民族大学信息工程学院） ； School of Computer Science, The University of Adelaide, Adelaide, Australia（阿德莱德大学计算机科学学院） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV、cs.MM

AI总结 ALIEN提出了一种基于可控生成的分析潜在水印方法，通过时间依赖调节系数实现可控的水印嵌入，实验结果显示其在多个质量指标和鲁棒性方面均优于现有方法。

Learning Human Visual Attention on 3D Surfaces through Geometry-Queried Semantic Priors

通过几何查询的语义先验学习人类在3D表面上的视觉注意

Soham Pahari, Sandeep C. Kumain

机构 * UPES Dehradun（德里敦大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出SemGeo-AttentionNet，通过几何查询语义先验，有效建模人类在3D表面的视觉注意，实现了显著性检测与扫描路径生成的改进。