Context-Aware Text-Based Binary Image Stylization and Synthesis
专题命中 图像编辑 :inpainting(abstract);分类 cs.CV
Comments Accepted by IEEE Trans. on Image Processing. Project page: http://www.icst.pku.edu.cn/struct/Projects/UTS.html
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 图像编辑 :inpainting(abstract);分类 cs.CV
Comments Accepted by IEEE Trans. on Image Processing. Project page: http://www.icst.pku.edu.cn/struct/Projects/UTS.html
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
专题命中 图像编辑 :image editing(abstract);分类 cs.GR
Comments add copyright to images; add acknowledgements, is accepted by IEEE Transactions on Visualization and Computer Graphics (IEEE TVCG)
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments Accepted by DAS2018
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
专题命中 图像编辑 :image editing(abstract);分类 cs.GR
Comments 10 papers, 14 figures
Journal ref Marta Ortin, Adrian Jarabo, Belen Masia, and Diego Gutierrez. Analyzing Interfaces and Workflows for Light Field Editing. IEEE Journal of Selected Topics in Signal Processing, vol. 11, no. 7, pp. 1162-1172, Oct. 2017
专题命中 图像编辑 :image synthesis(abstract);分类 cs.CV
Comments Accepted at CVPR 2018
专题命中 图像编辑 :image generation(abstract);分类 cs.CV
Comments accepted at NIPS 2017 ViGIL workshop (https://nips2017vigil.github.io/)
专题命中 图像编辑 :image editing(abstract);分类 cs.MM
专题命中 图像编辑 :image generation(abstract);分类 cs.CV
Comments 8 pages(exclude reference), 6 figures
专题命中 图像编辑 :image synthesis(abstract);分类 cs.CV
Comments Accepted by the ACM Multimedia Conference (MM) 2017. 9 pages, 65 figures
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
专题命中 图像编辑 :image editing(abstract);分类 cs.GR
Comments 17 pages
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments 4 pages, International Conferences on Signal Processing 2014
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments Accepted by BMVC 2016
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments page 48-60
Journal ref ANSVESA, 9(1), 48-60, 2014, ISSN-0974-715X
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments Technical report
专题命中 图像编辑 :image editing(abstract);分类 cs.MM
Comments 12 pages; International Journal of Computer Science and Business Informatics, Dec 2012
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments 4 pages, 5 figures, Published with International Journal of Computer Trends and Technology (IJCTT)
Journal ref IJCTT, Volume 11 Number 3 May 2014
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments 4 pages
专题命中 图像编辑 :image editing(abstract);分类 cs.CV
Comments 12 pages available online via http://ijcsbi.org/index.php/ijcsbi/article/view/50
Journal ref IJCSBI Vol. 2, No. 1. June 2013
BeatEdit:作为显式编辑的符号音乐生成
机构 * School of Future Technology South China University of Technology Guangzhou China(未来技术学院 华南理工大学 广州 中国) ; South China University of Technology(华南理工大学) ; Nanjing University(南京大学)
专题命中 图像编辑 :diffusion(abstract)
AI总结 研究针对符号音乐生成中缺乏选择性修改支持的问题,提出BeatEdit框架,基于BEAT编码,含三种互补机制,共享单一编码和预训练主干,在多项任务中精度和质量更高且高效,揭示编码设计对编辑有效性有重要影响。
NEO:一次性NeRF,多次编辑以进行连续物体操纵
机构 * Institute of Robotics and Machine Intelligence, Poznan University of Technology(波兹南理工大学机器人与机器智能研究所) ; CSIRO Robotics, CSIRO(联邦科学与工业研究组织机器人部)
专题命中 图像编辑 :inpainting(abstract)
AI总结 本文提出NEO框架,用于机器人操纵的语言引导NeRF编辑。结合神经场重采样与多视图修复实现物体移除,利用知识蒸馏进行NeRF权重编辑,还创建了评估基准NEO-Dataset。该方法在场景编辑任务中表现出色,优于现有基线。
Comments Accepted to IEEE ROBOTICS AND AUTOMATION LETTERS (RA-L) JULY, 2026
基于CTC初始化的标记编辑精炼用于非自回归语音识别
专题命中 图像编辑 :diffusion(abstract)
AI总结 提出一种非自回归语音识别方法,利用CTC假设作为初始序列,通过编辑流解码器并行预测插入、删除和替换操作,仅需两步编辑即可显著降低词错误率。
Comments Submitted to IEEE SLT 2026
STRIDE: 通过编辑轨迹对生物序列进行后训练推理与优化
专题命中 图像编辑 :diffusion(abstract)
AI总结 提出STRIDE框架,通过后训练使LLM生成可执行的插入/删除/替换轨迹,结合监督微调和策略优化实现离散生物序列的迭代优化,在蛋白质和分子编辑任务上显著提升成功率和新颖性。
Comments Accepted to ICML 2026
AERMANI-PLACE: 基于语言引导的空中机械臂物体放置
机构 * Robotics Research Center, IIIT Hyderabad(海得拉巴国际信息技术学院机器人研究中心) ; Department of Computer Science, University of Manchester(曼彻斯特大学计算机科学系) ; Newcastle University(纽卡斯尔大学)
专题命中 图像编辑 :image editing(abstract)
AI总结 提出AERMANI-PLACE框架,通过自然语言指令和图像编辑模型生成视觉标记,引导空中机械臂完成物体放置,在测试集和真实平台上分别达到87%和72%的平均成功率。