Harbin Institute of Technology（哈尔滨工业大学）

FlowDC: Flow-Based Decoupling-Decay for Complex Image Editing

FlowDC: 基于流的解耦-衰减用于复杂图像编辑

Yilei Jiang, Zhen Wang, Yanghao Wang, Jun Yu, Yueting Zhuang, Jun Xiao, Long Chen

机构 * Zhejiang University（浙江大学） ； HKUST（香港科技大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

AI总结 FlowDC通过解耦和衰减技术提升复杂图像编辑的源一致性与语义对齐性能。

Text-Derived Relational Graph-Enhanced Network for Skeleton-Based Action Segmentation

基于文本的图增强网络用于基于骨架的动作分割

Haoyu Ji, Bowen Chen, Weihong Ren, Wenze Huang, Zhihao Yang, Zhiyong Wang, Honghai Liu

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology Shenzhen（机器人系统国家重点实验室，哈尔滨工业大学深圳） 纠错

AI总结 TRG-Net通过文本生成的图增强方法，提升基于骨架的动作分割性能，实现更精确的动作识别与分类。

Free-Lunch Color-Texture Disentanglement for Stylized Image Generation

无需调优的色彩-纹理解耦用于风格化图像生成

Jiang Qin, Senmao Li, Alexandra Gomez-Villa, Shiqi Yang, Yaxing Wang, Kai Wang, Joost van de Weijer

机构 * Harbin Institute of Technology, China（哈尔滨工业大学） ； VCIP, CS, Nankai University, China（南开大学） ； Computer Vision Center, Spain（西班牙计算机视觉中心） ； Universitat Autònoma de Barcelona, Spain（巴塞罗那自治大学） ； Program of Computer Science, City University of Hong Kong (Dongguan), China（香港城市大学（东莞）计算机科学系） ； City University of Hong Kong, HK SAR, China（香港城市大学） 纠错

AI总结 本文提出无需调优的SADis方法，通过分离颜色-纹理嵌入提升风格化图像生成的精度与定制能力。

Comments Accepted by NeurIPS2025. Code is available at https://deepffff.github.io/sadis.github.io/