图像生成

Gender Artifacts from Art History to Text-to-Image Generation

从艺术史到文本到图像生成中的性别伪影

Piera Riccio, Miriam Doh, Benedikt Höltgen, Noa Garcia, Nanne van Noord

机构 * University of Amsterdam（阿姆斯特丹大学） ； Université Libre de Bruxelles（布鲁塞尔自由大学） ； Hasso Plattner Institut University of Potsdam（波茨坦大学霍索普纳研究所） ； The University of Osaka（大阪大学） 纠错

专题命中 文生图 ：image generation(title)；text-to-image(title)；分类 cs.CV

AI总结 通过提出性别伪影度量（PixelSGA和MaskSGA），研究了艺术风格中性别表征与视觉特征的关系，并发现文本到图像生成模型会放大历史来源中的性别伪影。

Can We Predict The Human Preference For Text-to-Image Content Prior To Generation And Is It Even Useful To Do So?

我们能否在生成之前预测文生图内容的人类偏好，以及这样做是否有用？

Joong Ho Kim, Keith G. Mills

机构 * LSU ATHENA Lab（LSU ATHENA实验室） 纠错

专题命中 文生图 ：text-to-image(title)；diffusion(abstract)；分类 cs.CV

AI总结 研究在扩散模型生成图像前预测人类偏好评分（HPM）的可行性，并利用该预测提升生成质量，同时评估不同HPM的适用性。

Comments Code is available at https://github.com/LSU-ATHENA/HPM-Predict

Do Models Share Safety Representations? Cross-Model Steering for Safe Visual Generation

模型是否共享安全表示？面向安全视觉生成的跨模型引导

Tobia Poppi, Silvia Cappelletti, Sara Sarto, Florian Schiffers, Garin Kessler, Marcella Cornia, Lorenzo Baraldi, Rita Cucchiara

机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学） ； University of Pisa（比萨大学） ； Amazon Prime Video（亚马逊prime视频） 纠错

专题命中 文生图 ：text-to-image(abstract)；分类 cs.CV、cs.MM

AI总结 本文提出首个跨模型安全引导框架，通过源语言模型估计安全方向并迁移至目标生成器，无需目标侧不安全数据即可实现安全控制，且不牺牲生成质量。

Comments Project page: https://aimagelab.github.io/cross-model-safety-representations/

Unpaired RGB-Thermal Gaussian-Splatting Using Visual Geometric Transformers

无配对RGB-热成像高斯泼溅使用视觉几何变换器

Jean Cordonnier, Chenghao Xu, Olga Fink, Malcolm Mielle

机构 * Ecole Polytechnique Federale de Lausanne（瑞士联邦理工学院洛桑分校） ； Schindler EPFL Lab（施耐德EPFL实验室） 纠错

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

AI总结 提出一种无配对RGB-热成像新视角合成框架，利用VGGT估计各模态相机位姿并通过Procrustes对齐，结合多模态3D高斯泼溅实现联合重建，在保持RGB保真度的同时实现热成像视图合成。

Comments Accepted at ICRA 2026's Workshop MM-SpatialAI: Multi-Modal Spatial AI for Robust Navigation and Open-World Understanding