图像生成

Learning from Noisy Preferences: A Semi-Supervised Learning Approach to Direct Preference Optimization

从噪声偏好学习：一种半监督学习方法用于直接偏好优化

Xinxin Liu, Ming Li, Zonglin Lyu, Yuzhang Shang, Chen Chen

机构 * University of Central Florida（中央佛罗里达大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出Semi-DPO方法，通过半监督学习处理多维偏好噪声，提升复杂人类偏好对齐性能，无需额外人工标注或显式奖励模型。

VERTIGO: Visual Preference Optimization for Cinematic Camera Trajectory Generation

VERTIGO：用于电影摄像机轨迹生成的视觉偏好优化

Mengtian Li, Yuwei Lu, Feifei Li, Chenqi Gan, Zhifeng Xie, Xi Wang

机构 * Shanghai University Shanghai Engineering Research Center of Motion Picture Special Effects LIX, \'Ecole Polytechnique, CNRS, IPP magenta http://vertigo.magic-lab.tech/ 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出VERTIGO，通过视觉偏好优化提升摄像机轨迹生成的质量，通过实时渲染和视觉语言模型优化，提高画面构图和视觉效果。

Comments 28 pages, 10 figures

MMLANDMARKS: a Cross-View Instance-Level Benchmark for Geo-Spatial Understanding

MMLANDMARKS: 一种用于地理空间理解的跨视图实例级基准

Oskar Kristoffersen, Alba Reinders Sánchez, Morten Rieger Hannemose, Anders Bjorholm Dahl, Dim P. Papadopoulos

机构 * Technical University of Denmark（丹麦技术大学） ； Pioneer Center for AI（先锋人工智能中心） 纠错

专题命中 图像生成评测 ：text-to-image(abstract)；分类 cs.CV

AI总结 本文提出MMLandmarks基准，包含四类数据：高分辨率航拍图、地面视图、文本信息和地理坐标，用于跨视图地物检索、定位及文本到图像等任务，揭示多模态数据对地理空间理解的重要性。

Comments Accepted at CVPR 2026

MICo-150K: A Comprehensive Dataset Advancing Multi-Image Composition

MICo-150K：一个多图像合成的综合数据集

Xinyu Wei, Kangrui Cen, Hongyang Wei, Zhen Guo, Kai Cui, Bairui Li, Zeqing Wang, Jinrui Zhang, Lei Zhang

机构 * Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Sun Yat-Sen University（中山大学） ； OPPO Research Institute（OPPO研究院） 纠错

专题命中 图像生成评测 ：image generation(abstract)；分类 cs.CV

AI总结 本文提出MICo-150K数据集，通过系统研究多图像合成任务，构建高质量图像和多样提示，结合人类反馈生成平衡的合成图像，同时建立评估基准和新指标，验证了数据集对模型提升的有效性。

Comments Project Page: https://MICo-150K.github.io/