图像生成

Graph-PiT: Enhancing Structural Coherence in Part-Based Image Synthesis via Graph Priors

Graph-PiT：通过图先验增强基于部分的图像合成的结构一致性

Junbin Zhang, Meng Cao, Feng Tan, Yikai Lin, Yuexian Zou

机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology（广东省超高清沉浸式媒体技术重点实验室） ； Shenzhen Graduate School, Peking University, China（北京大学深圳研究生院） ； Department of Computer Vision, Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates（穆罕默德·本·扎耶德人工智能大学计算机视觉系） 纠错

专题命中 文生图 ：image synthesis(title,abstract)；分类 cs.CV、cs.MM

AI总结 Graph-PiT通过图先验建模视觉组件的结构依赖，提升部分基于图像合成的结构一致性，同时保持与原始IP-Prior流程的兼容性。

Comments 11 pages, 5 figures, Accepted by ICME 2026

Protecting and Preserving Protest Dynamics for Responsible Analysis

为负责任分析保护和保存抗议动态

Cohen Archbold, Usman Hassan, Nazmus Sakib, Sen-ching Cheung, Abdullah-Al-Zubaer Imran

机构 * University of Kentucky（肯塔基大学） 纠错

专题命中 文生图 ：image synthesis(abstract)；分类 cs.CV

AI总结 本文提出一种负责任的计算框架，通过条件图像合成生成合成图像来保护隐私，分析抗议动态的同时减少隐私风险，并评估生成数据的公平性。

Comments 21 pages, 6 figures, Submitted to ACM Journal on Responsible Computing