图像生成

InsHuman: Towards Natural and Identity-Preserving Human Insertion

InsHuman: 向自然且身份保持的人体插入迈进

Jie Li, Shulian Zhang, Yangyang Gao, Wenbo Li, Yulun Zhang, Yong Guo, Jian Chen

机构 * South China University of Technology（南方科技大学） ； Chinese University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Max Planck Institute for Informatics（马克斯·普朗克研究所） 纠错

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

AI总结 本文提出InsHuman，通过HBAF、FFIP和BDP方法实现自然且身份保持的人体插入，提升生成图像的合理性与身份一致性。

Koopman Autoencoders with Continuous-Time Latent Dynamics for Fluid Dynamics Forecasting

具有连续时间潜在动态的Koopman自编码器用于流体动力学预测

Rares Grozavescu, Pengyu Zhang, Etienne Meunier, Mark Girolami

机构 * University of Cambridge（剑桥大学） ； Alan Turing Institute（艾伦·图灵研究所） ； Inria（法国国家信息与自动化技术研究所） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 本文提出一种连续时间Koopman自编码器，通过闭式推断实现长周期预测，克服了传统方法的固定时间步限制，并在流体动力学中实现了高效稳定预测。