图像生成

Global Attention-Fused Image Cropping with Attention-Guided and Global-Aligned Crop Evaluator

融合全局注意力的图像裁剪方法：基于注意力引导与全局对齐的裁剪评估器

Haotian Yang, Zhile Yang, Kin-Man Lam, Patrick Le Callet, Xin Sun

机构 * Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； Shenzhen University of Advanced Technology（深圳理工大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； The Hong Kong Polytechnic University（香港理工大学） ； Nantes Université（南特大学） ； Ecole Centrale Nantes（南特中央理工学院） ； CAPACITES SAS（CAPACITES SAS公司） ； CNRS（法国国家科学研究中心） ； LS2N, UMR 6004（LS2N实验室（UMR 6004）） 纠错

专题命中 图像修复 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 该研究提出GAFIC图像裁剪方法，通过AGFF与GACE模块结合多尺度排序损失，在GAIC、CPC数据集上性能优于现有方法，适用于需保证像素完整性与高效批量处理的场景。

Comments The source code is available at https://github.com/AIVRC/GAFIC.git

Coupled Continuous-Discrete Generation for Scene Text Image Super-Resolution

面向场景文本图像超分辨率的耦合连续-离散生成方法

Axi Niu, Knag Zhang, Qingsen Yan, Hao Jin, Jinqiu Sun, Yanning Zhang

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 针对现有场景文本图像超分辨率（STISR）方法误差传播、成本高的问题，提出统一框架DualTSR，通过耦合连续-离散生成实现高效准确的STISR，在多数据集上表现优于对比方法。

Helping Music Co-Creation Agents 'Listen' Well: Hierarchical Self-Supervised World Models for Understanding and Generation

助力音乐协同创作智能体“良好聆听”：用于理解与生成的分层自监督世界模型

Scott H. Hawley

机构 * Belmont University（贝尔蒙特大学） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 本研究提出分层自监督世界模型，通过Swin V2编码器与条件流匹配模型构建协同音乐创作智能体，提升了和弦与调式检测准确率，可快速生成音乐建议并支持交互演示。

Comments 20 pages, 14 figures. A 6-page version was submitted to the NeurIPS 2026 Creative AI Track. Supplemental website with listening examples: https://drscotthawley.github.io/midi-rae-jepa-son/. Live demo: https://drscotthawley-midi-rae-jepa-son.hf.space/