图像生成

Curriculum-DPO++: Direct Preference Optimization via Data and Model Curricula for Text-to-Image Generation

Curriculum-DPO++: 通过数据和模型课程直接优化偏好用于文本到图像生成

Florinel-Alin Croitoru, Vlad Hondru, Radu Tudor Ionescu, Nicu Sebe, Mubarak Shah

机构 * Department of Computer Science, University of Bucharest（布加勒斯特大学计算机科学系） ； University of Trento（特伦托大学） ； Center for Research in Computer Vision (CRCV), University of Central Florida（中央佛罗里达大学计算机视觉研究中心） 纠错

专题命中 文生图 ：image generation(title,abstract)；text-to-image(title,abstract)；分类 cs.CV

AI总结 Curriculum-DPO++通过数据和模型课程增强直接偏好优化，提升文本到图像生成的性能。

Comments arXiv admin note: substantial text overlap with arXiv:2405.13637

Vulnerabilities in AI-generated Image Detection: The Challenge of Adversarial Attacks

AI生成图像检测中的漏洞：对抗攻击的挑战

Yunfeng Diao, Naixin Zhai, Changtao Miao, Zitong Yu, Xingxing Wei, Xun Yang, Meng Wang

机构 * Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学） ； School of Computing and Information Technology（计算与信息学院） ； Institute of Artificial Intelligence（人工智能研究院） ； Great Bay University（大亚湾大学） 纠错

专题命中 文生图 ：diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 本文提出FPBA方法，通过频域扰动和贝叶斯策略攻击AIGI检测器，揭示对抗攻击对检测器的真实威胁。

Comments Accepted in TMM

Whole-Body Image-to-Image Translation for a Virtual Scanner in a Healthcare Digital Twin

全身体图像到图像翻译用于医疗数字孪生中的虚拟扫描仪

Valerio Guarrasi, Francesco Di Feola, Rebecca Restivo, Lorenzo Tronchin, Paolo Soda

机构 * Department of Computing Science, Umeå University（计算科学系，乌梅大学） ； Department of Diagnostics and Intervention, Biomedical Engineering and Radiation Physics, Umeå University（诊断与介入系，生物医学工程与放射物理，乌梅大学） 纠错

专题命中 文生图 ：image synthesis(abstract)

AI总结 本文提出了一种基于区域分割的GAN方法，用于全身体CT到PET的图像翻译，通过分割身体为四个区域并使用区域特定的GANs提升翻译精度，从而在医疗数字孪生中实现更准确的虚拟PET扫描。