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。

2026-06-16 至 2026-06-16 共收录 3 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像修复 3 篇

2606.16581 2026-06-16 eess.IV 新提交 82%

Optimizing Multiple Feature Types for Image Inpainting in the Linear and Nonlinear Setting

线性和非线性设置下优化多种特征类型的图像修复

Vassillen Chizhov, Ferdinand Jost, Joachim Weickert

专题命中图像修复：inpainting(title,abstract)；diffusion(abstract)

AI总结提出一种通用理论和框架，允许在线性或非线性修复中优化任意特征（如导数、局部积分），自动选择特征位置和类型，实验表明增加特征类型可显著提升压缩重建质量。

2606.16396 2026-06-16 cs.CV eess.IV 新提交 57%

SP$^3$: Spherical Priors for Plug-and-Play Restoration

SP$^3$：用于即插即用恢复的球面先验

Sean Man, Ron Raphaeli, Matan Kleiner, Or Ronai

机构 * Technion – Israel Institute of Technology（以色列理工学院）； Independent Researcher（独立研究员）

专题命中图像修复：diffusion(abstract)；分类 cs.CV

AI总结提出SP$^3$算法，用球面编码器替代去噪器作为生成先验，通过半二次分裂实现快速图像恢复，速度比零样本扩散方法快3-630倍。

2606.14800 2026-06-16 stat.ME cs.LG eess.IV stat.ML 新提交 50%

Bridging data-driven priors via the score function for posterior sampling -- Comparative review and experimental study

通过得分函数桥接数据驱动先验进行后验采样——比较综述与实验研究

Elhadji Cisse Faye, Mame Diarra Fall, Sylvain Delchini, Nicolas Dobigeon

机构 * IDP, Univ Orléans（IDP，奥尔良大学）； LITIS, Univ Rouen Normandie（LITIS，鲁昂-诺曼底大学）； Bureau de Recherches Géologiques et Minières Orléans, France（奥尔良地质与矿业研究局，法国）； IRIT, Univ Toulouse（图卢兹大学IRIT）

专题命中图像修复：inpainting(abstract)

AI总结本文综述了贝叶斯逆问题中多种数据驱动先验如何通过得分函数统一，并展示其在采样算法中的有效集成，通过图像修复和超分辨率实验验证了方法的效率与通用性。