图像生成

I2I-PR: Deep Iterative Refinement for Phase Retrieval using Image-to-Image Diffusion Models

I2I-PR: 基于图像到图像扩散模型的深度迭代细化用于相位恢复

Mehmet Onurcan Kaya, Figen S. Oktem

机构 * Department of Electrical Engineering, Middle East Technical University (METU)（电子工程系，中东技术大学） ； Department of Applied Mathematics and Computer Science, Technical University of Denmark（应用数学与计算机科学系，丹麦技术大学） 纠错

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

AI总结 I2I-PR利用图像到图像扩散模型实现深度迭代细化，通过物理一致的初始估计和学习的扩散过程提升相位恢复的鲁棒性和效率。

Denoised Diffusion for Object-Focused Image Augmentation

去噪扩散用于面向物体的图像增强

Nisha Pillai

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

AI总结 本文提出了一种面向动物健康监测的去噪扩散数据增强框架，通过分割和扩散合成生成多样化场景，提升动物检测性能。

Comments arXiv admin comment: This version has been removed by arXiv administrators as the submitter did not have the rights to agree to the license at the time of submission

Journal ref 2025 IEEE International Conference on Advances in Data-Driven Analytics And Intelligent Systems (IEEE ADACIS)

UniX: Unifying Autoregression and Diffusion for Chest X-Ray Understanding and Generation

UniX: 统一自回归与扩散以实现胸部X光理解与生成

Ruiheng Zhang, Jingfeng Yao, Huangxuan Zhao, Hao Yan, Xiao He, Lei Chen, Zhou Wei, Yong Luo, Zengmao Wang, Lefei Zhang, Dacheng Tao, Bo Du

机构 * Wuhan University（武汉大学） ； Huazhong University of Science and Technology（华中科技大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 UniX通过统一自回归与扩散模型，实现了胸部X光的高效理解和生成，显著提升了性能并减少了参数使用。

Comments Codes and models are available at https://github.com/ZrH42/UniX

3D latent diffusion models for parameterizing and history matching multiscenario facies systems

用于参数化和历史匹配多情景岩性系统的3D潜在扩散模型

Guido Di Federico, Louis J. Durlofsky

机构 * Department of Energy Science & Engineering, Stanford University（能源科学与工程系，斯坦福大学） 纠错

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

AI总结 本文提出基于生成潜在扩散模型的3D地质参数化方法，用于多情景岩性系统的历史匹配，通过生成大量地质模型实现不确定性降低。

Comments Text and Figures updated to reflect the journal version of the paper

FollowGen: A Scaled Noise Conditional Diffusion Model for Car-Following Trajectory Prediction

FollowGen: 一种用于车距预测的缩放噪声条件扩散模型

Junwei You, Rui Gan, Weizhe Tang, Zilin Huang, Jiaxi Liu, Zhuoyu Jiang, Haotian Shi, Keshu Wu, Keke Long, Sicheng Fu, Sikai Chen, Bin Ran

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

AI总结 FollowGen通过缩放噪声条件扩散模型，整合车与车交互和跟车动态，提升自动驾驶中车辆轨迹预测的准确性和合理性。

Comments arXiv admin note: text overlap with arXiv:2406.11941

Journal ref Communications in Transportation Research 5 (2025): 100215

Res-MoCoDiff: Residual-guided diffusion models for motion artifact correction in brain MRI

Res-MoCoDiff: 基于残差引导的扩散模型用于脑部MRI运动伪影校正

Mojtaba Safari, Shansong Wang, Qiang Li, Zach Eidex, Richard L. J. Qiu, Chih-Wei Chang, Hui Mao, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学系和Winship癌症研究所，埃默里大学） ； Department of Radiology and Image Science and Winship Cancer Institute, Emory University（放射学系和影像科学以及Winship癌症研究所，埃默里大学） 纠错

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

AI总结 Res-MoCoDiff通过残差引导的扩散模型有效校正脑部MRI运动伪影，提升图像质量并减少处理时间。

MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting

利用高效扩散概率模型的MRI超分辨率重建

Mojtaba Safari, Shansong Wang, Zach Eidex, Qiang Li, Erik H. Middlebrooks, David S. Yu, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤科和Winship癌症研究所，埃默里大学） ； Department of Radiology, Mayo Clinic（放射科，梅奥诊所） 纠错

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

AI总结 Res-SRDiff通过残差误差位移机制提升MRI超分辨率重建效率与质量

Diffusion-Driven Deceptive Patches: Adversarial Manipulation and Forensic Detection in Facial Identity Verification

扩散驱动的欺骗性补丁：面部身份验证中的对抗操纵与取证检测

Shahrzad Sayyafzadeh, Hongmei Chi, Shonda Bernadin

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

AI总结 本文提出了一种基于扩散模型的对抗性补丁生成与检测方法，通过FGSM和ViT-GPT2模型提升对抗性攻击的隐蔽性与有效性，并实现了高SSIM的检测性能。

Comments This manuscript is a preprint. A revised version of this work has been accepted for publication in the Springer Nature book Artificial Intelligence-Driven Forensics. This version includes one additional figure for completeness

End-to-End PET Image Reconstruction via a Posterior-Mean Diffusion Model

通过后验均值扩散模型实现端到端的PET图像重建

Yiran Sun, Osama Mawlawi

机构 * Department of Electrical and Computer Engineering, Rice University, Houston, USA（电气与计算机工程系，里士大学，美国休斯顿） ； Department of Imaging Physics, University of Texas MD Anderson Cancer Center, Houston, USA（影像物理系，德克萨斯大学MD安德森癌症中心，美国休斯顿） 纠错

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

AI总结 PMDM-PET通过后验均值扩散模型实现端到端PET图像重建，兼顾感知质量与失真控制，优于现有最先进方法。

Comments 5 pages, 1 figure

Efficient Camera-Controlled Video Generation of Static Scenes via Sparse Diffusion and 3D Rendering

通过稀疏扩散和3D渲染实现静态场景的高效摄像机控制视频生成

Jieying Chen, Jeffrey Hu, Joan Lasenby, Ayush Tewari

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出SRENDER方法，通过稀疏扩散和3D渲染生成静态场景的高效视频，使视频生成速度提升40倍，保持高质量和稳定性。

Comments Project page: https://ayushtewari.com/projects/srender/

FeatInv: Spatially resolved mapping from feature space to input space using conditional diffusion models

FeatInv: 通过条件扩散模型实现从特征空间到输入空间的空间解析映射

Nils Neukirch, Johanna Vielhaben, Nils Strodthoff

机构 * Division AI4Health（AI4Health部门） ； Carl von Ossietzky Universität Oldenburg（奥尔登堡卡尔·冯·奥西特齐克大学） ； Explainable Artificial Intelligence Group（可解释人工智能小组） ； Fraunhofer Heinrich-Hertz-Institute（弗劳恩霍夫海因里希-赫兹研究所） 纠错

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

AI总结 FeatInv通过条件扩散模型实现从特征空间到输入空间的空间解析映射，提升深度学习模型的可解释性与理解能力。

Comments Version published by Transactions on Machine Learning Research in 2025 (TMLR ISSN 2835-8856) at https://openreview.net/forum?id=UtE1YnPNgZ. 32 pages, 27 figures. This work builds on an earlier manuscript (arXiv:2505.21032) and crucially extends it. Code is available at https://github.com/AI4HealthUOL/FeatInv

Journal ref Version published by Transactions on Machine Learning Research in 2025 (TMLR ISSN 2835-8856) https://openreview.net/forum?id=UtE1YnPNgZ

Research on Piano Timbre Transformation System Based on Diffusion Model

基于扩散模型的钢琴音色转换系统研究

Chun-Chieh Hsu, Tsai-Ling Hsu, Chen-Chen Yeh, Shao-Chien Lu, Cheng-Han Wu, Bing-Ze Liu, Timothy K. Shih, Yu-Cheng Lin

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

AI总结 本文提出基于扩散模型的钢琴音色转换系统，通过提取音高和响度特征实现高质量音乐转换，适用于多种音乐风格和场景，未来将拓展至更多音色转换任务。

POWDR: Pathology-preserving Outpainting with Wavelet Diffusion for 3D MRI

POWDR: 基于小波扩散的病理保持3D MRI外推

Fei Tan, Ashok Vardhan Addala, Bruno Astuto Arouche Nunes, Xucheng Zhu, Ravi Soni

机构 * GE HealthCare（GE健康护理） 纠错

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

AI总结 POWDR通过小波扩散模型生成病理保持的3D MRI外推数据，解决医学影像数据稀缺和类别不平衡问题，提升肿瘤分割性能。

Adverse Weather Conditions Augmentation of LiDAR Scenes with Latent Diffusion Models

基于潜在扩散模型的激光雷达场景在恶劣天气下的增强

Andrea Matteazzi, Pascal Colling, Michael Arnold, Dietmar Tutsch

机构 * University of Wuppertal（乌珀塔尔大学） ； Aptiv Services Deutschland GmbH（Aptiv Services德国公司） 纠错

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

AI总结 本文提出基于潜在扩散模型的方法，通过生成模型增强激光雷达场景在恶劣天气下的真实性，提升自动驾驶系统的鲁棒性。

Comments This is an intermediate version of our work

Structure-guided Diffusion Transformer for Low-Light Image Enhancement

结构引导的扩散变换器用于低光照图像增强

Xiangchen Yin, Zhenda Yu, Longtao Jiang, Xin Gao, Xiao Sun, Zhi Liu, Xun Yang

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合国家科学中心人工智能研究院） ； Anhui University（安徽大学） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动技术学院） ； State Key Laboratory of Automotive Safety and Energy, Tsinghua University（清华大学汽车安全与能源国家重点实验室） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； Department of Computer and Network Engineering, The University of Electro-Communications（电通大学计算机与网络工程系） 纠错

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

AI总结 本文提出结构引导的扩散变换器框架，通过小波变换和结构增强模块提升低光照图像增强效果，实现SOTA性能。

Comments Accepted by IEEE Transactions on Multimedia (TMM)

Journal ref IEEE Transactions on Multimedia, Vol. 27, pp. 9505 - 9515, 22 September 2025

Training Free Zero-Shot Visual Anomaly Localization via Diffusion Inversion

无需训练的零样本视觉异常定位 via 扩散倒置

Samet Hicsonmez, Abd El Rahman Shabayek, Djamila Aouada

机构 * University of Luxembourg（卢森堡大学） 纠错

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

AI总结 本文提出无需训练的视觉-only零样本异常检测框架，通过扩散倒置技术实现高精度异常定位，无需细粒度提示，提升零样本检测性能。

Focal Guidance: Unlocking Controllability from Semantic-Weak Layers in Video Diffusion Models

焦点引导：从语义弱层中解锁视频扩散模型的可控性

Yuanyang Yin, Yufan Deng, Shenghai Yuan, Kaipeng Zhang, Xiao Yang, Feng Zhao

机构 * MoE Key Lab of BIPC, USTC（BIPC联合实验室，中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； ByteDance China（字节跳动中国） 纠错

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

AI总结 本文提出Focal Guidance方法，通过细粒度语义引导和注意力缓存增强视频扩散模型中语义弱层的可控性，提升对文本提示的遵循能力。

Universal Adversarial Purification with DDIM Metric Loss for Stable Diffusion

通用对抗净化与DDIM度量损失用于稳定扩散

Li Zheng, Liangbin Xie, Jiantao Zhou, He YiMin

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

AI总结 UDAP通过DDIM度量损失去除稳定扩散中的对抗噪声，提升模型鲁棒性与泛化能力。

Flow Matching and Diffusion Models via PointNet for Generating Fluid Fields on Irregular Geometries

通过PointNet生成不规则几何上流场的流匹配与扩散模型

Ali Kashefi

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 通过PointNet生成不规则几何上流场的流匹配与扩散模型，提升流体预测精度和鲁棒性。

ReBrain: Brain MRI Reconstruction from Sparse CT Slice via Retrieval-Augmented Diffusion

ReBrain: 通过检索增强扩散模型从稀疏CT切片重建脑部MRI

Junming Liu, Yifei Sun, Weihua Cheng, Yujin Kang, Yirong Chen, Ding Wang, Guosun Zeng

机构 * Tongji University（同济大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 ReBrain通过检索增强扩散模型从稀疏CT切片重建脑部MRI，利用BBDM和ControlNet实现结构连续性，提升稀疏条件下的跨模态重建性能。

Comments 16 pages, 12 figures, 7 tables; Accepted by WACV 2026

Synthetic FMCW Radar Range Azimuth Maps Augmentation with Generative Diffusion Model

合成FMCW雷达距离方位图与生成扩散模型

Zhaoze Wang, Changxu Zhang, Tai Fei, Christopher Grimm, Yi Jin, Claas Tebruegge, Ernst Warsitz, Markus Gardill

机构 * 1HELLA GmbH \& Co. KGaA, Lippstadt, Germany 2Dortmund University of Applied Sciences 纠错

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

AI总结 本文提出基于生成扩散模型的雷达数据合成方法，通过置信度图和几何感知条件生成逼真雷达图，提升模型在环境感知任务中的泛化能力。

Kidney Cancer Detection Using 3D-Based Latent Diffusion Models

基于3D的潜在扩散模型用于肾癌检测

Jen Dusseljee, Sarah de Boer, Alessa Hering

机构 * Department of Medical Imaging, Radboudumc, Nijmegen, The Netherlands（医学影像系，拉德堡德大学医学中心，尼迈根，荷兰） 纠错

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

AI总结 本文提出基于3D潜在扩散模型的肾癌检测方法，结合DDPMs、DDIMs和VQ-GANs，通过弱监督实现高效异常检测。

Comments 8 pages, 2 figures. This paper has been accepted at Bildverarbeitung für die Medizin (BVM) 2026

Rotate Your Character: Revisiting Video Diffusion Models for High-Quality 3D Character Generation

旋转你的角色：重新审视视频扩散模型用于高质量3D角色生成

Jin Wang, Jianxiang Lu, Comi Chen, Guangzheng Xu, Haoyu Yang, Peng Chen, Na Zhang, Yifan Xu, Longhuang Wu, Shuai Shao, Qinglin Lu, Ping Luo

机构 * Hunyuan, Tencent（腾讯文予实验室） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出RCM模型，通过旋转角色姿势实现高质量3D角色生成和新视角合成，支持多视角输入和高分辨率视频生成。

Comments 11 pages, 8 figures

Sprint: Sparse-Dense Residual Fusion for Efficient Diffusion Transformers

Sprint: 基于稀疏-密集残差融合的高效扩散变换器

Dogyun Park, Moayed Haji-Ali, Yanyu Li, Willi Menapace, Sergey Tulyakov, Hyunwoo J. Kim, Aliaksandr Siarohin, Anil Kag

机构 * Snap Inc.（Snap公司） ； Korea University（韩国大学） ； 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

AI总结 SPRINT通过稀疏-密集残差融合实现高效扩散变换器训练，实现高达75%的标记丢弃率，同时保持生成质量与效率。

ReVision: Refining Video Diffusion with Explicit 3D Motion Modeling

ReVision: 通过显式3D运动建模改进视频扩散

Qihao Liu, Ju He, Qihang Yu, Liang-Chieh Chen, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 ReVision通过整合参数化的3D运动模型，提升视频生成中复杂动作和交互的真实性和可控性。

Comments TMLR camera-ready version. Project Page: https://revision-video.github.io/

BlurDM: A Blur Diffusion Model for Image Deblurring

BlurDM: 一种用于图像去模糊的模糊扩散模型

Jin-Ting He, Fu-Jen Tsai, Yan-Tsung Peng, Min-Hung Chen, Chia-Wen Lin, Yen-Yu Lin

机构 * National Yang Ming Chiao Tung University（国家阳明交通大学） ； National Tsing Hua University（国立清华大学） ； National Chengchi University（国立成功大学） ； NVIDIA（英伟达） 纠错

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

AI总结 BlurDM通过双扩散方案整合模糊形成过程，实现图像去模糊，提升去模糊效果。

Comments NeurIPS 2025. Project Page: https://jin-ting-he.github.io/BlurDM/

ReHyAt: Recurrent Hybrid Attention for Video Diffusion Transformers

ReHyAt：用于视频扩散变换器的递归混合注意力

Mohsen Ghafoorian, Amirhossein Habibian

机构 * Qualcomm AI Research（高通人工智能研究） 纠错

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

AI总结 ReHyAt通过结合softmax和线性注意力，实现高效的视频扩散模型，降低训练成本并提升长序列生成的可扩展性。

FUSION: Full-Body Unified Motion Prior for Body and Hands via Diffusion

FUSION: 全身统一运动先验用于身体和手部的扩散模型

Enes Duran, Nikos Athanasiou, Muhammed Kocabas, Michael J. Black, Omid Taheri

机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Tübingen（图宾根大学） ； Meshcapade GmbH（Meshcapade公司） 纠错

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

AI总结 FUSION提出首个基于扩散的全身运动先验模型，联合建模身体和手部运动，实现更自然的运动生成和多样化应用。

Plasticine: A Traceable Diffusion Model for Medical Image Translation

Plasticine: 一种用于医学图像翻译的可追溯扩散模型

Tianyang Zhang, Xinxing Cheng, Jun Cheng, Shaoming Zheng, He Zhao, Huazhu Fu, Alejandro F Frangi, Jiang Liu, Jinming Duan

机构 * Department of Computer Science, University of Birmingham（计算机科学系，伯明翰大学） ； Institute for Infocomm Research, A*STAR（信息与通信研究所，A*STAR） ； Imperial College London（伦敦帝国学院） ； Department of Eye and Vision Science, University of Liverpool（眼科与视觉科学系，利物浦大学） ； Institute of High Performance Computing, A*STAR（高性能计算研究所，A*STAR） ； Department of Computer Science, and the Division of Informatics, Imaging and Data Sciences, School of Health Sciences, The University of Manchester（计算机科学系，信息、成像与数据科学分会，健康科学学院，曼彻斯特大学） ； Southern University of Science and Technology（南方科技大学） ； University of Birmingham（伯明翰大学） ； University of Manchester（曼彻斯特大学） 纠错

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

AI总结 Plasticine是一种以可追溯性为核心目标的端到端医学图像翻译框架，通过结合强度翻译和空间变换，在去噪扩散框架中生成具有可解释性强度过渡和空间一致变形的合成图像。

Comments Accepted by IEEE Transactions on Artificial Intelligence

Leveraging Swin Transformer for enhanced diagnosis of Alzheimer's disease using multi-shell diffusion MRI

利用Swin Transformer提升多壳扩散MRI在阿尔茨海默病诊断中的应用

Quentin Dessain, Nicolas Delinte, Bernard Hanseeuw, Laurence Dricot, Benoît Macq

机构 * ICTEAM Institute, UCLouvain（ICTEAM研究院，UCLouvain大学） ； Institute of Neuroscience (IoNS), UCLouvain（神经科学研究所（IoNS），UCLouvain大学） 纠错

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

AI总结 本研究利用Swin Transformer模型，通过多壳扩散MRI数据提升阿尔茨海默病诊断和淀粉样蛋白检测的准确率。