图像生成

Conditional Latent Diffusion Models for Zero-Shot Instance Segmentation

Maximilian Ulmer, Wout Boerdijk, Rudolph Triebel, Maximilian Durner

机构 * German Aerospace Center (DLR)（德国航空航天中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV 2025

Uni-DocDiff: A Unified Document Restoration Model Based on Diffusion

Fangmin Zhao, Weichao Zeng, Zhenhang Li, Dongbao Yang, Binbin Li, Xiaojun Bi, Yu Zhou

机构 * Institute of Information Engineering, Chinese Academy of Sciences School of Cyber Security, University of Chinese Academy of Sciences Beijing China ； Institute of Information Engineering, Chinese Academy of Sciences Beijing China ； Binghamton University Binghamton US ； Minzu University of China Beijing China ； VCIP \& TMCC \& DISSec, College of Computer Science, Nankai University Tianjin China ； Institute of Information Engineering, Chinese Academy of Sciences ； School of Cyber Security, University of Chinese Academy of Sciences ； Binghamton University ； Minzu University of China ； VCIP \& TMCC \& DISSec, College of Computer Science, Nankai University 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments 10 pages, 8 figures

Point-Based Shape Representation Generation with a Correspondence-Preserving Diffusion Model

Shen Zhu, Yinzhu Jin, Ifrah Zawar, P. Thomas Fletcher

机构 * University of Virginia（弗吉尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

TIR-Diffusion: Diffusion-based Thermal Infrared Image Denoising via Latent and Wavelet Domain Optimization

Tai Hyoung Rhee, Dong-guw Lee, Ayoung Kim

机构 * Dept. of Mechanical Engineering, SNU, Seoul, S. Korea（机械工程系，首尔国立大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments Accepted at Thermal Infrared in Robotics (TIRO) Workshop, ICRA 2025

Go-with-the-Flow: Motion-Controllable Video Diffusion Models Using Real-Time Warped Noise

Ryan Burgert, Yuancheng Xu, Wenqi Xian, Oliver Pilarski, Pascal Clausen, Mingming He, Li Ma, Yitong Deng, Lingxiao Li, Mohsen Mousavi, Michael Ryoo, Paul Debevec, Ning Yu

机构 * Netflix Eyeline Studios（NetflixEyeline Studios） ； Netflix ； Stony Brook University（斯通布罗克大学） ； University of Maryland（马里兰大学） ； Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments Accepted to CVPR'25 as Oral

DiWA: Diffusion Policy Adaptation with World Models

Akshay L Chandra, Iman Nematollahi, Chenguang Huang, Tim Welschehold, Wolfram Burgard, Abhinav Valada

机构 * University of Freiburg（弗赖堡大学） ； University of Technology Nuremberg（纽伦堡技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments Accepted at the 2025 Conference on Robot Learning (CoRL)

Beyond Isolated Words: Diffusion Brush for Handwritten Text-Line Generation

Gang Dai, Yifan Zhang, Yutao Qin, Qiangya Guo, Shuangping Huang, Shuicheng Yan

机构 * South China University of Technology（华南理工大学） ； MiroMind AI ； National University of Singapore（新加坡国立大学） ； Pazhou Laboratory（Pazhou 实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments To appear in ICCV2025

Diffusion Models with Adaptive Negative Sampling Without External Resources

Alakh Desai, Nuno Vasconcelos

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

DreamVVT: Mastering Realistic Video Virtual Try-On in the Wild via a Stage-Wise Diffusion Transformer Framework

Tongchun Zuo, Zaiyu Huang, Shuliang Ning, Ente Lin, Chao Liang, Zerong Zheng, Jianwen Jiang, Yuan Zhang, Mingyuan Gao, Xin Dong

机构 * ByteDance Intelligent Creation（字节跳动智能创作） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments 18 pages, 12 figures

Decouple and Track: Benchmarking and Improving Video Diffusion Transformers for Motion Transfer

Qingyu Shi, Jianzong Wu, Jinbin Bai, Jiangning Zhang, Lu Qi, Yunhai Tong, Xiangtai Li

机构 * PKU（北京大学） ； NTU（国立新加坡大学） ； NUS（新加坡国立大学） ； ZJU（浙江大学） ； UC Merced（加州大学默塞德分校） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV 2025

Diffuse-CLoC: Guided Diffusion for Physics-based Character Look-ahead Control

Xiaoyu Huang, Takara Truong, Yunbo Zhang, Fangzhou Yu, Jean Pierre Sleiman, Jessica Hodgins, Koushil Sreenath, Farbod Farshidian

机构 * University of California, Berkeley（加州大学伯克利分校） ； RAI Institute（RAI研究所） ； Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.GR

Individual Content and Motion Dynamics Preserved Pruning for Video Diffusion Models

Yiming Wu, Zhenghao Chen, Huan Wang, Dong Xu

机构 * The University of Hong Kong（香港大学） ； University of Newcastle（新castle大学） ； Westlake University（西湖大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ACM MM 2025

Generalized Compressed Sensing for Image Reconstruction with Diffusion Probabilistic Models

Ling-Qi Zhang, Zahra Kadkhodaie, Eero P. Simoncelli, David H. Brainard

机构 * Janelia Research Campus, Howard Hughes Medical Institute（贾勒尼亚研究campus，霍华德·休斯医学研究所） ； Flatiron Institute, Simons Foundation（Flatiron研究所，Simons基金会） ； New York University（纽约大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments Transactions on Machine Learning Research (2025)

From Pixels to Pathology: Restoration Diffusion for Diagnostic-Consistent Virtual IHC

Jingsong Liu, Xiaofeng Deng, Han Li, Azar Kazemi, Christian Grashei, Gesa Wilkens, Xin You, Tanja Groll, Nassir Navab, Carolin Mogler, Peter J. Schüffler

机构 * organization= Institute of Pathology, Technical University of Munich, TUM School of Medicine ； organization= Computer Aided Medical Procedures (CAMP), TU Munich , city= Munich , country= Germany ； organization= Munich Center for Machine Learning (MCML) , city= Munich , country= Germany ； organization= TUM School of Computation, Information ； organization= Department of Medical Informatics, School of Medicine, Mashhad University of Medical Sciences , city= Mashhad , country= Iran ； organization= Munich Data Science Institute (MDSI) , city= Munich , country= Germany 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Dream-to-Recon: Monocular 3D Reconstruction with Diffusion-Depth Distillation from Single Images

Philipp Wulff, Felix Wimbauer, Dominik Muhle, Daniel Cremers

机构 * Technical University of Munich（慕尼黑技术大学） ； MCML ； SE3 Labs（SE3实验室） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV 2025. Website: https://philippwulff.github.io/dream-to-recon

ReCoSeg++:Extended Residual-Guided Cross-Modal Diffusion for Brain Tumor Segmentation

Sara Yavari, Rahul Nitin Pandya, Jacob Furst

机构 * School of Computing, DePaul University（计算学院，德保罗大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Phase-fraction guided denoising diffusion model for augmenting multiphase steel microstructure segmentation via micrograph image-mask pair synthesis

Hoang Hai Nam Nguyen, Minh Tien Tran, Hoheok Kim, Ho Won Lee

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

SDMatte: Grafting Diffusion Models for Interactive Matting

Longfei Huang, Yu Liang, Hao Zhang, Jinwei Chen, Wei Dong, Lunde Chen, Wanyu Liu, Bo Li, Peng-Tao Jiang

机构 * Shanghai University（上海大学） ； vivo Mobile Communication Co., Ltd.（vivo移动通信有限公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments Accepted at ICCV 2025, 11 pages, 4 figures

TACO: Taming Diffusion for in-the-wild Video Amodal Completion

Ruijie Lu, Yixin Chen, Yu Liu, Jiaxiang Tang, Junfeng Ni, Diwen Wan, Gang Zeng, Siyuan Huang

机构 * State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室） ； State Key Laboratory of General Artificial Intelligence, BIGAI（BIGAI 通用人工智能国家重点实验室） ； Tsinghua University（清华大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments Accepted by ICCV 2025.Project page: https://jason-aplp.github.io/TACO

Diffusion-based 3D Hand Motion Recovery with Intuitive Physics

Yufei Zhang, Zijun Cui, Jeffrey O. Kephart, Qiang Ji

机构 * Rensselaer Polytechnic Institute（拉特格斯理工学院） ； Michigan State University（密歇根州立大学） ； IBM Research（IBM研究院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV2025

DiffSemanticFusion: Semantic Raster BEV Fusion for Autonomous Driving via Online HD Map Diffusion

Zhigang Sun, Yiru Wang, Anqing Jiang, Shuo Wang, Yu Gao, Yuwen Heng, Shouyi Zhang, An He, Hao Jiang, Jinhao Chai, Zichong Gu, Wang Jijun, Shichen Tang, Lavdim Halilaj, Juergen Luettin, Hao Sun

机构 * Bosch Corporate Research, Bosch (China) Investment Ltd.（博世企业研究院、博世（中国）投资有限公司） ； School of Communication and Information Engineering, Shanghai University（上海大学通信与信息工程学院） ； Shanghai Jiaotong University（上海交通大学） ； AIR, Tsinghua University（清华大学人工智能研究院） ； Robert Bosch GmbH（罗伯特·博世集团） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Versatile Transition Generation with Image-to-Video Diffusion

Zuhao Yang, Jiahui Zhang, Yingchen Yu, Shijian Lu, Song Bai

机构 * Nanyang Technological University（南洋理工大学） ； ByteDance Inc.（字节跳动公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Point-wise Diffusion Models for Physical Systems with Shape Variations: Application to Spatio-temporal and Large-scale system

Jiyong Kim, Sunwoong Yang, Namwoo Kang

机构 * KAIST（韩国科学技术院） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Latent Diffusion Based Face Enhancement under Degraded Conditions for Forensic Face Recognition

Hassan Ugail, Hamad Mansour Alawar, AbdulNasser Abbas Zehi, Ahmed Mohammad Alkendi, Ismail Lujain Jaleel

机构 * Centre for Visual Computing and Intelligent Systems（视觉计算与智能系统中心） ； Unviversity of Bradford（布拉德福德大学） ； General Department of Forensic Science and Criminology（法医学与犯罪学部门） ； Dubai Police Headquarters（迪拜警察总部） ； theCircle Ltd（theCircle公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

DPoser-X: Diffusion Model as Robust 3D Whole-body Human Pose Prior

Junzhe Lu, Jing Lin, Hongkun Dou, Ailing Zeng, Yue Deng, Xian Liu, Zhongang Cai, Lei Yang, Yulun Zhang, Haoqian Wang, Ziwei Liu

机构 * Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北航） ； NVIDIA Research（NVIDIA研究） ； SenseTime Research（商汤科技研究院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV 2025 (oral); Code released: https://github.com/moonbow721/DPoser

UniLDiff: Unlocking the Power of Diffusion Priors for All-in-One Image Restoration

Zihan Cheng, Liangtai Zhou, Dian Chen, Ni Tang, Xiaotong Luo, Yanyun Qu

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

HumanDiT: Pose-Guided Diffusion Transformer for Long-form Human Motion Video Generation

Qijun Gan, Yi Ren, Chen Zhang, Zhenhui Ye, Pan Xie, Xiang Yin, Zehuan Yuan, Bingyue Peng, Jianke Zhu

机构 * Zhejiang University（浙江大学） ； ByteDance（字节跳动） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments https://agnjason.github.io/HumanDiT-page/

$\textit{Revelio}$: Interpreting and leveraging semantic information in diffusion models

Dahye Kim, Xavier Thomas, Deepti Ghadiyaram

机构 * Boston University（波士顿大学） ； Runway 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV 2025

GS-ID: Illumination Decomposition on Gaussian Splatting via Adaptive Light Aggregation and Diffusion-Guided Material Priors

Kang Du, Zhihao Liang, Yulin Shen, Zeyu Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； South China University of Technology（华南理工大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments 17 pages, 14 figures

On-Device Diffusion Transformer Policy for Efficient Robot Manipulation

Yiming Wu, Huan Wang, Zhenghao Chen, Jianxin Pang, Dong Xu

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； School of Engineering, Westlake University（工程学院，西湖大学） ； School of Information and Physical Sciences, University of Newcastle（信息与物理科学学院，新castle大学） ； UBTech Robotics Corp.（UBTech机器人公司） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)；分类 cs.CV

Comments ICCV 2025