图像生成

Adaptive Tokenisation Via Temporal Redundancy Masking And Latent Inpainting

通过时间冗余掩码和潜在修复的自适应分词

Kevin Dave, Sai Aditya Patkuri, Chhaya Kumar Das, Gouranga Bala, Rajeshkumar SA, R. Venkatesh Babu

机构 * Phronetic AI ； IISc Bangalore ； IIT Bombay 纠错

专题命中 图像修复 ：inpainting(title,abstract)；分类 cs.CV

AI总结 提出一种无参数的自适应视频分词机制，利用冻结连续分词器的潜在空间中的时间冗余，通过阈值丢弃冗余位置，并使用轻量级潜在修复变压器重建，实现内容驱动的令牌分配和高效推理。

Comments Accepted at BMVC 2026. Project page: this https URL (https://apatkuri.github.io/adaptive-tokenisation-bmvc-2026/)

Bridging Restoration and Generation in One-step Diffusion for Real-World Image Super-Resolution

连接恢复与生成流形的单步扩散在现实世界超分辨率中的应用

Shyang-En Weng, Yi-Cheng Liao, Yu-Syuan Xu, Chia-Hung Yuan, Wei-Chen Chiu, Ching-Chun Huang

机构 * National Yang Ming Chiao Tung University, Hsinchu, Taiwan ； MediaTek Inc., Taiwan 纠错

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出IDaS-SR框架，通过Manifold Inversion Noise Estimator和CHARIOT机制，解决单步扩散中恢复与生成流形的匹配问题，提升现实世界超分辨率的性能。