图像生成

Steering Generative Models for Accessibility: EasyRead Image Generation

引导生成模型以提升可及性：EasyRead图像生成

Nicolas Dickenmann, Yanis Merzouki, Sonia Laguna, Thy Nowak-Tran, Emanuele Palumbo, Julia E. Vogt, Gerda Binder

专题命中 个性化与一致性 ：image generation(title,abstract)；diffusion(abstract)；分类 cs.CV

AI总结 本文通过微调Stable Diffusion模型生成EasyRead图像，提出EasyRead评分标准，展示扩散模型可生成一致的简单图像，提升无障碍内容的可及性。

AnyPhoto: Multi-Person Identity Preserving Image Generation with ID Adaptive Modulation on Location Canvas

AnyPhoto: 多人身份保持图像生成与基于ID自适应调制的定位画布

Longhui Yuan

专题命中 个性化与一致性 ：image generation(title)；diffusion(abstract)；分类 cs.CV

AI总结 AnyPhoto通过定位画布和身份自适应调制实现多人身份保持生成，提升可控性和多样性。

PaCo-RL: Advancing Reinforcement Learning for Consistent Image Generation with Pairwise Reward Modeling

PaCo-RL：通过成对奖励建模推进强化学习用于一致图像生成

Bowen Ping, Chengyou Jia, Minnan Luo, Changliang Xia, Xin Shen, Zhuohang Dang, Hangwei Qian

专题命中 个性化与一致性 ：image generation(title,abstract)；分类 cs.CV

AI总结 本文提出PaCo-RL框架，结合专门的 consistency 奖励模型与高效强化学习算法，提升图像生成中的一致性与稳定性，实验表明其在视觉一致性上优于现有方法。

AnyCrowd: Instance-Isolated Identity-Pose Binding for Arbitrary Multi-Character Animation

AnyCrowd：实例隔离的身份-姿态绑定用于任意多角色动画

Zhenyu Xie, Ji Xia, Michael Kampffmeyer, Panwen Hu, Zehua Ma, Yujian Zheng, Jing Wang, Zheng Chong, Xujie Zhang, Xianhang Cheng, Xiaodan Liang, Hao Li

机构 * Mohamed bin Zayed University of Artificial Intelligence, UAE（穆罕默德·本·扎耶德人工智能大学，阿联酋） ； University of Tromsø (UiT) – The Arctic University of Norway, Norway（特罗姆瑟大学（UiT）——挪威北极大学，挪威） ； Shenzhen campus of Sun Yet-sen University, China（孙中山大学深圳校区，中国） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出AnyCrowd框架，通过实例隔离潜在表示和三阶段解耦注意力机制，解决多角色动画中身份与姿态绑定不一致的问题，提升生成视频的可控性与一致性。

CSD-VAR: Content-Style Decomposition in Visual Autoregressive Models

CSD-VAR：视觉自回归模型中的内容-风格分解

Quang-Binh Nguyen, Minh Luu, Quang Nguyen, Anh Tran, Khoi Nguyen

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出CSD-VAR方法，通过视觉自回归模型的逐尺度生成过程提升内容-风格分离，引入三种创新：尺度感知交替优化策略、基于SVD的校正方法和增强键值记忆以提升内容保真度。

Comments Accepted to ICCV 2025; Project page: https://nqbinhcs.github.io/csd-var-page/

A Multi-Scale Graph Learning Framework with Temporal Consistency Constraints for Financial Fraud Detection in Transaction Networks under Non-Stationary Conditions

具有时间一致性约束的多尺度图学习框架用于交易网络中非平稳条件下的金融欺诈检测

Yiming Lei, Qiannan Shen, Junhao Song

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出STC-MixHop框架，结合多尺度传播与轻量时间一致性建模，用于动态交易网络中的异常检测。通过多尺度邻居扩散编码、时空注意力模块和自监督预训练策略，提升欺诈检测性能，尤其在高不平衡数据中表现优异。

Comments 39 pages, 13 figures