arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2026-02-17 至 2026-02-17 共收录 5 信号源:cs.CV, cs.GR, cs.MM

1. 可控生成 5 篇

2602.14443 2026-02-17 cs.CV 77%

Controlling Your Image via Simplified Vector Graphics

通过简化矢量图形控制图像

Lanqing Guo, Xi Liu, Yufei Wang, Zhihao Li, Siyu Huang

机构 * The University of Texas at Austin, USA(德克萨斯大学奥斯汀分校) Clemson University, USA(克莱姆森大学) SparcAI Inc., USA(SparcAI公司)

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

AI总结 本研究提出通过简化矢量图形实现图像元素层面的可控生成,通过分层结构和语义对齐的矢量图形表示,实现对几何、颜色和物体语义的精确控制,适用于图像编辑和精细内容创作。

Comments Preprint

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.09407 2026-02-17 cs.CV 74%

Geometry-to-Image Synthesis-Driven Generative Point Cloud Registration

基于几何到图像合成的生成式点云配准

Haobo Jiang, Jin Xie, Jian Yang, Liang Yu, Jianmin Zheng

机构 * ANGEL CorpLab and College of Computing and Data Science, Nanyang Technological University, Singapore(ANGEL CorpLab和计算与数据科学学院,南洋理工大学,新加坡) Alibaba Cloud, Alibaba Group, China(阿里巴巴云,阿里巴巴集团,中国) PCA Lab, VCIP, College of Computer Science, Nankai University, China(PCA实验室,VCIP,计算机科学学院,南开大学,中国) State Key Laboratory for Novel Software Technology & Schoolof Intelligence Science and Technology, Nanjing University, China(新型软件技术国家重点实验室与智能科学与技术学校,南京大学,中国)

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

AI总结 本文提出生成式点云配准方法,通过生成跨视角一致的图像对,结合几何与颜色特征融合,提升3D配准性能。

Comments Journal extension of the ICML 2025 paper "Generative Point Cloud Registration". This version adopts a new title, and includes substantial methodological improvements, additional experiments, and extended analysis. Under review at IEEE TPAMI

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13833 2026-02-17 cs.RO 50%

Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation

语义接触场用于类别级可泛化的触觉工具操作

Kevin Yuchen Ma, Heng Zhang, Weisi Lin, Mike Zheng Shou, Yan Wu

专题命中 可控生成 :diffusion(abstract)

AI总结 SCFields通过融合视觉语义与密集接触估计,实现类别级可泛化的触觉工具操作,显著优于视觉和原始触觉基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.15026 2026-02-17 cs.CE 50%

Deep Generative Models in Condition and Structural Health Monitoring: Opportunities, Limitations and Future Outlook

深度生成模型在条件与结构健康监测中的应用:机遇、局限与未来展望

Xin Yang, Chen Fang, Yunlai Liao, Jian Yang, Konstantinos Gryllias, Dimitrios Chronopoulos

专题命中 可控生成 :diffusion(abstract)

AI总结 本文探讨深度生成模型在条件与结构健康监测中的应用,分析其优势与局限,并提出未来研究方向。

Comments 70 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.13556 2026-02-17 cs.IT cs.AI eess.SP math.IT 50%

Discrete-Space Generative AI Pipeline for Semantic Transmission of Signals

离散空间生成式AI管道用于信号的语义传输

Silvija Kokalj-Filipovic, Yagna Kaasaragadda

机构 * Rowan University(罗文大学)

专题命中 可控生成 :diffusion(abstract)

AI总结 Discernment通过生成式AI在离散空间中实现信号语义传输,适应信道退化并保持高效通信性能。

详情

展开后加载摘要…

URL PDF HTML 收藏