视觉与机器人

图像生成

图像生成、文生图、图像编辑、扩散模型和可控生成。

2026-04-21 至 2026-04-21 共收录 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像编辑 2 篇

2604.17500 2026-04-21 cs.CV 57%

Edit Fidelity Field: Semantics-Aware Region Isolation for Training-Free Scene Text Editing

编辑保真场：面向免训练场景文本编辑的语义感知区域隔离

Guandong Li, Mengxia Ye

机构 * iFLYTEK ； Aegon THTF

专题命中图像编辑：diffusion(abstract)；分类 cs.CV

AI总结本文提出Edit Fidelity Field，通过语义感知的连续场控制每个像素的编辑保真度，解决场景文本编辑中非目标区域的编辑溢出问题，实验显示保真度提升显著。

2604.17021 2026-04-21 cs.CV 57%

LIVE: Leveraging Image Manipulation Priors for Instruction-based Video Editing

LIVE: 利用图像篡改先验知识进行基于指令的视频编辑

Weicheng Wang, Zhicheng Zhang, Zhongqi Zhang, Juncheng Zhou, Yongjie Zhu, Wenyu Qin, Meng Wang, Pengfei Wan, Jufeng Yang

机构 * Nankai University（南开大学）； Pengcheng Laboratory（鹏城实验室）； Kuaishou Technology（快手科技）； Nankai International Advanced Research Institute (SHENZHEN·FUTIAN)（南开国际先进研究院（深圳·福田））

专题命中图像编辑：image editing(abstract)；分类 cs.CV

AI总结本文提出LIVE框架，结合大规模高质量图像编辑数据和视频数据提升编辑能力，通过帧级噪声策略和两阶段训练策略，构建包含60多项挑战性任务的评估基准，实验表明方法达到SOTA。