图像生成

COCO-Inpaint: A Benchmark for Detecting and Localizing Inpainting-Based Image Manipulations

COCO-Inpaint：用于检测和定位基于修补的图像篡改的基准

Haozhen Yan, Yan Hong, Jiahui Zhan, Suning Lang, Yikun Ji, Huijia Zhu, Jun Lan, Jianfu Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 本文提出COCO-Inpaint基准，用于检测和定位基于修补的图像篡改，通过高质样本、多样场景和大规模覆盖，揭示修补与真实区域的内在不一致。

Comments 6 pages, 8 figures

Privacy Evaluation of Generative Models for Trajectory Generation

轨迹生成生成模型的隐私评估

Stavros Bouras, Ioannis Kontopoulos, Chiara Pugliese, Francesco Lettich, Emanuele Carlini, Hanna Kavalionak, Chiara Renso, Konstantinos Tserpes

机构 * School of Electrical and Computer Engineering, National Technical University of Athens（电气与计算机工程学院，国家技术大学雅典） ； Institute of Information Science and Technologies, National Research Council (CNR)（信息科学与技术研究所，国家研究委员会（CNR）） ； Institute of Informatics and Teletematics, National Research Council (CNR)（信息学与电信研究所，国家研究委员会（CNR）） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文研究生成模型在轨迹生成中的隐私评估问题，揭示现有方法在隐私保护方面的不足，并通过成员推断攻击证明生成模型仍存在隐私风险。

Comments Accepted at the 1st Workshop on Multi-Sensor Trajectory Knowledge Discovery and Extraction (MuseKDE 2026), co-located with the 27th IEEE International Conference on Mobile Data Management (IEEE MDM 2026)

MuteBench: Modality Unavailability Tolerance Evaluation for Incomplete Multimodal Fusion

MuteBench: 多模态融合不完整性容忍性评估

Wugeng Zheng, Ziwen Kan, Tianlong Chen, Chen Chen, Song Wang

机构 * University of Central Florida（中央佛罗里达大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 MuteBench评估多模态融合在模态缺失和内模态缺失下的鲁棒性，发现架构类型是预测鲁棒性的最强因素，且通道独立模型对模态缺失容忍性高但对内模态缺失敏感。

Neural Preconditioned Born Series: A Metric-Matched Framework for Learning-based Preconditioners

神经预条件Born级数：一种与度量匹配的基于学习的预条件器框架

Juntao Wang, Jiwei Jia, Xinliang Liu

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本文提出Neural Preconditioned Born Series (NPBS)，通过将Born级数迭代转换为移位拉普拉斯左预条件，结合学习的残差到修正映射，提升了在异质Helmholtz问题中的求解效率，减少迭代次数，并在多种PDE系统中验证了残差度量匹配的通用性。

Comments 22 pages, 7 figures