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。

2026-07-09 至 2026-07-09 共收录 2 篇信号源：cs.CV, cs.GR, cs.MM

1. 图像生成评测 2 篇

2607.06609 2026-07-09 cs.LG cs.AI 新提交 78%

D2PO: Optimizing Diffusion Samplers via Dynamic Preference

D2PO：通过动态偏好优化扩散采样器

Jinkyu Kim, Jinyoung Choi, Bohyung Han

机构 * Seoul National University（首尔国立大学）； Ulsan National Institute of Science and Technology（蔚山国立科学技术院）

专题命中图像生成评测：diffusion(title,abstract)

AI总结研究针对现有框架局限，提出D2PO框架优化扩散采样策略。核心方法是将其转化为基于偏好的对齐问题，利用DPO框架并建模为能量模型，引入新能量公式和动态偏好。主要贡献是使采样器与感知质量更忠实对齐，性能优于传统调度器。

Comments Accepted to ECCV 2026

2603.16446 2026-07-09 cs.CV 版本更新 57%

Unified Removal of Raindrops and Reflections: A New Benchmark and A Novel Pipeline

统一去除雨滴和反射：一个新的基准和一个新流程

Xingyu Liu, Zewei He, Yu Chen, Chunyu Zhu, Zixuan Chen, Xing Luo, Zhe-Ming Lu

机构 * School of Aeronautics and Astronautics, Zhejiang University（浙江大学航空航天学院）； Huanjiang Laboratory（浣江实验室）； Hangzhou Institute of Technology, Xidian University（西安电子科技大学杭州研究院）； The Chinese University of Hong Kong（香港中文大学）

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

AI总结本文提出统一去除雨滴和反射的任务，并构建了新的基准数据集，同时提出基于扩散的新型框架DiffUR³，有效去除两种退化，实验表明在基准和真实场景中表现优异。

Comments Accepted by ECCV 2026