图像生成

Backdoor Defense in Diffusion Models via Spatial Attention Unlearning

Abha Jha, Ashwath Vaithinathan Aravindan, Matthew Salaway, Atharva Sandeep Bhide, Duygu Nur Yaldiz

机构 * University of Southern California（南加州大学） 纠错

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

Optimizing Multi-Round Enhanced Training in Diffusion Models for Improved Preference Understanding

Kun Li, Jianhui Wang, Yangfan He, Xinyuan Song, Ruoyu Wang, Hongyang He, Wenxin Zhang, Jiaqi Chen, Keqin Li, Sida Li, Miao Zhang, Tianyu Shi, Xueqian Wang

机构 * Xiamen University（厦门大学） ； University of Electronic Science and Technology of China（电子科技大学） ； University of Minnesota—Twin Cities（明尼苏达大学—双城分校） ； Emory University（埃默里大学） ； Tsinghua University（清华大学） ； University of Warwick（沃里克大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； George Washington University（乔治华盛顿大学） ； University of Toronto（多伦多大学） ； Peking University（北京大学） 纠错

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

Comments arXiv admin note: substantial text overlap with arXiv:2503.17660

Enhancing Privacy-Utility Trade-offs to Mitigate Memorization in Diffusion Models

Chen Chen, Daochang Liu, Mubarak Shah, Chang Xu

机构 * School of Computer Science, Faculty of Engineering, The University of Sydney, Australia（悉尼大学计算机科学学院，工程学院） ； School of Physics, Mathematics and Computing, The University of Western Australia, Australia（西澳大学物理、数学与计算学院） ； Center for Research in Computer Vision, University of Central Florida, USA（佛罗里达中央大学计算机视觉研究中心） 纠错

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

Comments Accepted at CVPR 2025. Project page: https://chenchen-usyd.github.io/PRSS-Project-Page/

Exploring Local Memorization in Diffusion Models via Bright Ending Attention

Chen Chen, Daochang Liu, Mubarak Shah, Chang Xu

机构 * School of Computer Science, Faculty of Engineering, The University of Sydney, Australia（悉尼大学计算机科学学院、工程学院） ； School of Physics, Mathematics and Computing, The University of Western Australia, Australia（西澳大学物理、数学与计算学院） ； Center for Research in Computer Vision, University of Central Florida, USA（佛罗里达中央大学计算机视觉研究中心） 纠错

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

Comments Accepted at ICLR 2025 (Spotlight). Project page: https://chenchen-usyd.github.io/BE-Project-Page/

Improving Consistency in Diffusion Models for Image Super-Resolution

Junhao Gu, Peng-Tao Jiang, Hao Zhang, Mi Zhou, Jinwei Chen, Wenming Yang, Bo Li

机构 * Tsinghua University（清华大学） ； 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)；text-to-image(abstract)；分类 cs.CV

Text-to-Image Alignment in Denoising-Based Models through Step Selection

Paul Grimal, Hervé Le Borgne, Olivier Ferret

机构 * Université Paris-Saclay, CEA, List（巴黎-萨克雷大学、法国原子能委员会、List） 纠错

专题命中 扩散模型 ：text-to-image(title)；image generation(abstract)；diffusion(abstract)；分类 cs.CV

AUTHENTICATION: Identifying Rare Failure Modes in Autonomous Vehicle Perception Systems using Adversarially Guided Diffusion Models

Mohammad Zarei, Melanie A Jutras, Eliana Evans, Mike Tan, Omid Aaramoon

机构 * MITRE Corporation（MITRE公司） ； Cranium ； Booz Allen Hamilton Virginia（Booz Allen Hamilton弗吉尼亚） 纠错

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

Comments 8 pages, 10 figures. Accepted to IEEE Conference on Artificial Intelligence (CAI), 2025

Causal Disentanglement for Robust Long-tail Medical Image Generation

Weizhi Nie, Zichun Zhang, Weijie Wang, Bruno Lepri, Anan Liu, Nicu Sebe

机构 * School of Electrical and Information Engineering, Tianjin University, China（天津大学电气与信息工程学院） ； Department of Information Engineering and Computer Science, University of Trento, Italy（特伦托大学信息工程与计算机科学系） ； Fondazione Bruno Kessler, Italy（布鲁诺·克塞勒基金会） 纠错

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

Decoding Vision Transformers: the Diffusion Steering Lens

Ryota Takatsuki, Sonia Joseph, Ippei Fujisawa, Ryota Kanai

机构 * Araya Inc.（Araya公司） ； AI Alignment Network（AI对齐网络） ； The University of Tokyo（东京大学） ； Mila - Quebec AI Institute（魁北克AI研究所） ； McGill University（麦吉尔大学） 纠错

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

Comments 12 pages, 17 figures. Accepted to the CVPR 2025 Workshop on Mechanistic Interpretability for Vision (MIV)

Generative Multimodal Pretraining with Discrete Diffusion Timestep Tokens

Kaihang Pan, Wang Lin, Zhongqi Yue, Tenglong Ao, Liyu Jia, Wei Zhao, Juncheng Li, Siliang Tang, Hanwang Zhang

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（新加坡国立大学） ； Peking University（北京大学） ； Huawei Singapore Research Center（华为新加坡研究中心） 纠错

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

Comments Accepted by CVPR 2025 (Oral)

ICE: Intrinsic Concept Extraction from a Single Image via Diffusion Models

Fernando Julio Cendra, Kai Han

机构 * Visual AI Lab, The University of Hong Kong（香港大学视觉人工智能实验室） 纠错

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

Comments CVPR 2025, Project page: https://visual-ai.github.io/ice

Affordance-Aware Object Insertion via Mask-Aware Dual Diffusion

Jixuan He, Wanhua Li, Ye Liu, Junsik Kim, Donglai Wei, Hanspeter Pfister

机构 * Harvard University（哈佛大学） ； Cornell Tech（康奈尔科技） ； The Hong Kong Polytechnic University（香港理工大学） ； Boston College（波士顿大学） 纠错

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

Comments Code is available at: https://github.com/KaKituken/affordance-aware-any. Project page at: https://kakituken.github.io/affordance-any.github.io/

Text-Audio-Visual-conditioned Diffusion Model for Video Saliency Prediction

Li Yu, Xuanzhe Sun, Wei Zhou, Moncef Gabbouj

机构 * School of Computer Science, Nanjing University of Information Science and Technology（信息科学与技术南京大学计算机科学学院） ； Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Nanjing University of Information Science and Technology（大气环境与设备技术江苏省协同创新中心） ； School of Computer Science and Informatics, Cardiff University（计算机科学与信息学院卡斯尔大学） ； Faculty of Information Technology and Communication Sciences, Tampere University（信息科技与通讯科学学院坦佩雷大学） 纠错

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

LDM-ISP: Enhancing Neural ISP for Low Light with Latent Diffusion Models

Qiang Wen, Zhefan Rao, Yazhou Xing, Qifeng Chen

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

InstantCharacter: Personalize Any Characters with a Scalable Diffusion Transformer Framework

Jiale Tao, Yanbing Zhang, Qixun Wang, Yiji Cheng, Haofan Wang, Xu Bai, Zhengguang Zhou, Ruihuang Li, Linqing Wang, Chunyu Wang, Qin Lin, Qinglin Lu

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

Comments Tech Report. Code is available at https://github.com/Tencent/InstantCharacter

Generalized Visual Relation Detection with Diffusion Models

Kaifeng Gao, Siqi Chen, Hanwang Zhang, Jun Xiao, Yueting Zhuang, Qianru Sun

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

Comments Under review at IEEE TCSVT. The Appendix is provided additionally

GaussVideoDreamer: 3D Scene Generation with Video Diffusion and Inconsistency-Aware Gaussian Splatting

Junlin Hao, Peiheng Wang, Haoyang Wang, Xinggong Zhang, Zongming Guo

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

Aligning Generative Denoising with Discriminative Objectives Unleashes Diffusion for Visual Perception

Ziqi Pang, Xin Xu, Yu-Xiong Wang

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

Comments ICLR 2025

Journal ref ICLR 2025

ADT: Tuning Diffusion Models with Adversarial Supervision

Dazhong Shen, Guanglu Song, Yi Zhang, Bingqi Ma, Lujundong Li, Dongzhi Jiang, Zhuofan Zong, Yu Liu

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

Early-Bird Diffusion: Investigating and Leveraging Timestep-Aware Early-Bird Tickets in Diffusion Models for Efficient Training

Lexington Whalen, Zhenbang Du, Haoran You, Chaojian Li, Sixu Li, Yingyan, Lin

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

Comments 10 pages, 5 figures. Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition 2025

DiffuMural: Restoring Dunhuang Murals with Multi-scale Diffusion

Puyu Han, Jiaju Kang, Yuhang Pan, Erting Pan, Zeyu Zhang, Qunchao Jin, Juntao Jiang, Zhichen Liu, Luqi Gong

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

Nearly Zero-Cost Protection Against Mimicry by Personalized Diffusion Models

Namhyuk Ahn, KiYoon Yoo, Wonhyuk Ahn, Daesik Kim, Seung-Hun Nam

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

Comments CVPR 2025

On the Design of Diffusion-based Neural Speech Codecs

Pietro Foti, Andreas Brendel

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

IGG: Image Generation Informed by Geodesic Dynamics in Deformation Spaces

Nian Wu, Nivetha Jayakumar, Jiarui Xing, Miaomiao Zhang

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

D-Feat Occlusions: Diffusion Features for Robustness to Partial Visual Occlusions in Object Recognition

Rupayan Mallick, Sibo Dong, Nataniel Ruiz, Sarah Adel Bargal

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

GenEAva: Generating Cartoon Avatars with Fine-Grained Facial Expressions from Realistic Diffusion-based Faces

Hao Yu, Rupayan Mallick, Margrit Betke, Sarah Adel Bargal

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

Balancing Act: Distribution-Guided Debiasing in Diffusion Models

Rishubh Parihar, Abhijnya Bhat, Abhipsa Basu, Saswat Mallick, Jogendra Nath Kundu, R. Venkatesh Babu

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

Comments CVPR 2024. Project Page : https://ab-34.github.io/balancing_act/

Think While You Generate: Discrete Diffusion with Planned Denoising

Sulin Liu, Juno Nam, Andrew Campbell, Hannes Stärk, Yilun Xu, Tommi Jaakkola, Rafael Gómez-Bombarelli

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

Comments ICLR 2025

EIDT-V: Exploiting Intersections in Diffusion Trajectories for Model-Agnostic, Zero-Shot, Training-Free Text-to-Video Generation

Diljeet Jagpal, Xi Chen, Vinay P. Namboodiri

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

Comments Accepted at IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2025

A Hybrid Wavelet-Fourier Method for Next-Generation Conditional Diffusion Models

Andrew Kiruluta, Andreas Lemos

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