图像生成

ConceptPrism: Concept Disentanglement in Personalized Diffusion Models via Residual Token Optimization

ConceptPrism：通过残差标记优化实现个性化扩散模型的概念解耦

Minseo Kim, Minchan Kwon, Dongyeun Lee, Yunho Jeon, Junmo Kim

机构 * KAIST（韩国科学技术院） ； Hanbat National University（韩巴大学） 纠错

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

AI总结 本文提出ConceptPrism框架，通过残差标记优化实现个性化扩散模型中的概念解耦，提升生成图像的质量与准确性。

Comments Accepted to CVPR 2026

Identity-Preserving Image-to-Video Generation via Reward-Guided Optimization

通过奖励引导优化实现身份保持的图像到视频生成

Liao Shen, Wentao Jiang, Yiran Zhu, Jiahe Li, Tiezheng Ge, Zhiguo Cao, Bo Zheng

机构 * Huazhong University of Science and Technology（华中科技大学） ； Taobao & Tmall Group of Alibaba（阿里巴巴淘宝天猫集团） ； Alibaba Group（阿里巴巴集团） 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IPRO框架，通过强化学习优化扩散模型，提升身份一致性。引入面部评分机制和KL散度正则化，改进性能并加速收敛。

Comments accepted by CVPR 2026

Mixture of Style Experts for Diverse Image Stylization

风格专家混合模型用于多样化图像风格化

Shihao Zhu, Ziheng Ouyang, Yijia Kang, Qilong Wang, Mi Zhou, Bo Li, Ming-Ming Cheng, Qibin Hou

机构 * VCIP, CS, Nankai University（南开大学计算机学院视觉与图像处理实验室） ； NKIARI, Shenzhen Futian（深圳福田南开大学新一代人工智能研究院） ； Tianjin University（天津大学） ； vivo BlueImage Lab（vivo蓝心影像实验室） 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StyleExpert框架，基于MoE模型实现语义感知的图像风格化，通过统一编码器和动态门控机制处理多层级语义风格，实验表明其在保持语义和材质细节方面优于现有方法。

Comments 24 pages, 16 figures