Bi-LORA: A Vision-Language Approach for Synthetic Image Detection
专题命中 个性化与一致性 :diffusion(abstract);image synthesis(abstract);分类 cs.CV
视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
专题命中 个性化与一致性 :diffusion(abstract);image synthesis(abstract);分类 cs.CV
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :diffusion(abstract);image editing(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments accepted by CVPR2024
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments Technical report. Page: https://atomo-video.github.io/
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments This is an ongoing work that will be consistently refined and improved upon
专题命中 个性化与一致性 :image generation(abstract);diffusion(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);image synthesis(abstract);分类 cs.CV
Comments Project homepage: https://icoz69.github.io/facestudio/
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
Comments 8 pages, 5 figures, xArch symposium
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
专题命中 个性化与一致性 :text-to-image(abstract);diffusion(abstract);分类 cs.CV
Comments Accepted to SIGGRAPH Asia 2023. Project page: https://www.mmlab-ntu.com/project/rerender/
专题命中 个性化与一致性 :inpainting(abstract);image synthesis(abstract);分类 cs.CV
Comments 20 pages, 15 figures, MEDIA accepted
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments Github repository: https://github.com/VideoCrafter/TaleCrafter
专题命中 个性化与一致性 :diffusion(abstract);image editing(abstract);分类 cs.CV
Comments 14 pages
专题命中 个性化与一致性 :text-to-image(abstract);image synthesis(abstract);分类 cs.CV
Comments Accepted by WiCV @CVPR2023 (In Progress). Dataset: https://github.com/Yutong-Zhou-cv/Bento800_Dataset
专题命中 个性化与一致性 :diffusion(abstract);image synthesis(abstract);分类 cs.CV
Comments Video results: https://youtu.be/p4xgwj4QJcQ
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract);分类 cs.CV
Comments accepted by EMNLP2022
专题命中 个性化与一致性 :image generation(abstract);image editing(abstract);分类 cs.CV
Comments Project page: https://sites.google.com/view/flamelatentediting
专题命中 个性化与一致性 :text-to-image(abstract);image synthesis(abstract);分类 cs.CV
专题命中 个性化与一致性 :image generation(abstract);inpainting(abstract);分类 cs.CV
扩展用于大型视觉模型联邦微调的合成图像预训练
专题命中 个性化与一致性 :image generation(abstract);diffusion(abstract)
AI总结 研究针对联邦微调中资源限制、系统异构性和非IID数据等挑战,提出统一框架FeDiSyn。通过缩放定律、基于扩散的合成图像生成及贡献感知LoRA配置和带宽分配算法,减少训练时间和通信成本,提升训练和准确率。
Comments This paper has been accepted by International Conference on Parallel Processing (ICPP 2026)
通过保结构训练稳定物理信息一致性模型
机构 * Institute of Artificial Intelligence Innovation(人工智能创新研究所) ; National Yang Ming Chiao Tung University(国立阳明交通大学) ; Department of Applied Mathematics(应用数学系) ; National Center for Theoretical Sciences(理论科学研究中心) ; National Taiwan University(国立台湾大学)
专题命中 个性化与一致性 :diffusion(abstract);inpainting(abstract)
AI总结 提出物理信息一致性建模框架,通过保结构两阶段训练策略和两步残差目标,解决物理约束下一致性训练的不稳定性,实现快速、高保真的PDE求解。
Comments Accepted to KDD 2026
Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), August 09--13, 2026, Jeju Island, Republic of Korea
S2ED:从故事到可执行描述以实现一致性感知的故事插图
机构 * University of Auckland(奥克兰大学) ; Wuhan College of Communication(武汉通信学院)
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract)
AI总结 本文提出S2ED框架,通过将完整故事转换为可编辑的可执行描述,提升故事插图的一致性和角色真实性,适用于多帧故事插图的长时程一致性需求。
Comments 6 pages, 5 figures. Accepted by IEEE ICME 2026
Text Slider: 一种高效且即插即用的连续概念控制框架,通过LoRA适配器实现图像/视频合成
机构 * Research Center for Information Technology Innovation, Academia Sinica(学术院信息科技创新研究中心)
专题命中 个性化与一致性 :diffusion(abstract);分类 cs.CV、cs.GR、cs.MM
AI总结 Text Slider通过LoRA适配器在预训练文本编码器中识别低秩方向,实现图像和视频合成中的连续概念控制,提升效率并减少训练时间和GPU内存消耗。
Comments Accepted by WACV 2026. We provide more experimental results on the train-free version of our algorithm. Project page: https://textslider.github.io/ Code: https://github.com/aiiu-lab/TextSlider
有限角度CT重建使用多体积潜在一致性模型
专题命中 个性化与一致性 :image generation(abstract);diffusion(abstract)
AI总结 本研究提出多体积潜在扩散模型,用于有限角度CT重建,实现高精度图像生成和不同成像条件下的稳定性能。
通过全局工作空间实现半监督多模态表示学习
机构 * CerCo, CNRS UMR 5549, Université de Toulouse and ANITI, Artificial and Natural Intelligence Toulouse Institute(CerCo、CNRS UMR 5549、图卢兹大学和ANITI人工智能与自然智能图卢兹研究所)
专题命中 个性化与一致性 :image generation(abstract);text-to-image(abstract)
AI总结 本文提出了一种受全局工作空间概念启发的神经网络架构,通过自监督学习实现多模态表示对齐与转换,显著减少对匹配数据的需求。
Comments Under review
Journal ref IEEE Transactions on Neural Networks and Learning Systems 36 (5), 7843-7857 (2024)