Consistency-diversity-realism Pareto fronts of conditional image generative models
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :diffusion(abstract);image editing(abstract);分类 cs.CV
Comments 22 pages, 14 figures
专题命中 个性化与一致性 :diffusion(abstract);image synthesis(abstract);分类 cs.CV
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :diffusion(abstract);image editing(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments accepted by CVPR2024
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments Technical report. Page: https://atomo-video.github.io/
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments This is an ongoing work that will be consistently refined and improved upon
专题命中 个性化与一致性 :image generation(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);image synthesis(abstract);分类 cs.CV
Comments Project homepage: https://icoz69.github.io/facestudio/
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
Comments 8 pages, 5 figures, xArch symposium
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
Comments Accepted to SIGGRAPH Asia 2023. Project page: https://www.mmlab-ntu.com/project/rerender/
专题命中 个性化与一致性 :inpainting(abstract);image synthesis(abstract);分类 cs.CV
Comments 20 pages, 15 figures, MEDIA accepted
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments Github repository: https://github.com/VideoCrafter/TaleCrafter
专题命中 个性化与一致性 :diffusion(abstract);image editing(abstract);分类 cs.CV
Comments 14 pages
专题命中 个性化与一致性 :text-to-image(abstract);image synthesis(abstract);分类 cs.CV
Comments Accepted by WiCV @CVPR2023 (In Progress). Dataset: https://github.com/Yutong-Zhou-cv/Bento800_Dataset
专题命中 个性化与一致性 :diffusion(abstract);image synthesis(abstract);分类 cs.CV
Comments Video results: https://youtu.be/p4xgwj4QJcQ
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments accepted by EMNLP2022
专题命中 个性化与一致性 :image generation(abstract);image editing(abstract);分类 cs.CV
Comments Project page: https://sites.google.com/view/flamelatentediting
专题命中 个性化与一致性 :text-to-image(abstract);image synthesis(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);inpainting(abstract);分类 cs.CV
StyleID:一种用于风格无关面部身份识别的感知感知数据集与指标
专题命中 个性化与一致性 :diffusion(abstract);分类 cs.CV、cs.GR、cs.MM
AI总结 针对当前身份编码器在风格化下的脆弱性问题,提出StyleID数据集与评估框架,微调语义编码器使其与人类感知对齐,提升了身份识别的相关性与鲁棒性。
Comments SIGGRAPH 2026 / ACM TOG. Project page at https://kwanyun.github.io/StyleID_page/
扩展用于大型视觉模型联邦微调的合成图像预训练
专题命中 个性化与一致性 :image generation(abstract);diffusion(abstract)
AI总结 研究针对联邦微调中资源限制、系统异构性和非IID数据等挑战,提出统一框架FeDiSyn。通过缩放定律、基于扩散的合成图像生成及贡献感知LoRA配置和带宽分配算法,减少训练时间和通信成本,提升训练和准确率。
Comments This paper has been accepted by International Conference on Parallel Processing (ICPP 2026)
通过保结构训练稳定物理信息一致性模型
机构 * Institute of Artificial Intelligence Innovation(人工智能创新研究所) ; National Yang Ming Chiao Tung University(国立阳明交通大学) ; Department of Applied Mathematics(应用数学系) ; National Center for Theoretical Sciences(理论科学研究中心) ; National Taiwan University(国立台湾大学)
专题命中 个性化与一致性 :diffusion(abstract);inpainting(abstract)
AI总结 提出物理信息一致性建模框架,通过保结构两阶段训练策略和两步残差目标,解决物理约束下一致性训练的不稳定性,实现快速、高保真的PDE求解。
Comments Accepted to KDD 2026
Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), August 09--13, 2026, Jeju Island, Republic of Korea
S2ED:从故事到可执行描述以实现一致性感知的故事插图
机构 * University of Auckland(奥克兰大学) ; Wuhan College of Communication(武汉通信学院)
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract)
AI总结 本文提出S2ED框架,通过将完整故事转换为可编辑的可执行描述,提升故事插图的一致性和角色真实性,适用于多帧故事插图的长时程一致性需求。
Comments 6 pages, 5 figures. Accepted by IEEE ICME 2026