图像生成

Disentangling Score Content and Performance Style for Joint Piano Rendering and Transcription

Wei Zeng, Junchuan Zhao, Ye Wang

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.MM

Comments 30 pages, 13 figures

T2Bs: Text-to-Character Blendshapes via Video Generation

Jiahao Luo, Chaoyang Wang, Michael Vasilkovsky, Vladislav Shakhrai, Di Liu, Peiye Zhuang, Sergey Tulyakov, Peter Wonka, Hsin-Ying Lee, James Davis, Jian Wang

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.GR

Training-Free Multi-Style Fusion Through Reference-Based Adaptive Modulation

Xu Liu, Yibo Lu, Xinxian Wang, Xinyu Wu

机构 * University of Washington, Seattle, WA 98195, USA（华盛顿大学） ； Nanjing University of Posts and Telecommunications, Jiangsu, Nanjing, China（南京邮电大学） ； Nanjing Foreign Language School, Jiangsu, Nanjing, China（南京外国语学校） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments Accepted at ACPR 2025 (oral)

Generating Detailed Character Motion from Blocking Poses

Purvi Goel, Guy Tevet, C. K. Liu, Kayvon Fatahalian

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.GR

Lynx: Towards High-Fidelity Personalized Video Generation

Shen Sang, Tiancheng Zhi, Tianpei Gu, Jing Liu, Linjie Luo

机构 * ByteDance（字节跳动） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments Lynx Technical Report

Data-driven Smile Design: Personalized Dental Aesthetics Outcomes Using Deep Learning

Marcus Lin, Jennifer Lai

专题命中 个性化与一致性 ：image generation(abstract)；分类 cs.CV

Comments 6 pages, 2 figures

PanoLora: Bridging Perspective and Panoramic Video Generation with LoRA Adaptation

Zeyu Dong, Yuyang Yin, Yuqi Li, Eric Li, Hao-Xiang Guo, Yikai Wang

机构 * School of Artificial Intelligence, Beijing Normal University（北京师范大学人工智能学院） ； Beijing Jiaotong University（北京交通大学） ； The City College of New York（纽约城市学院） ； Skywork AI 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Total Disentanglement of Font Images into Style and Character Class Features

Daichi Haraguchi, Wataru Shimoda, Kota Yamaguchi, Seiichi Uchida

机构 * Kyushu University, Japan（九州大学，日本） ； CyberAgent, Japan（CyberAgent，日本） 纠错

专题命中 个性化与一致性 ：image generation(abstract)；分类 cs.CV

UMO: Scaling Multi-Identity Consistency for Image Customization via Matching Reward

Yufeng Cheng, Wenxu Wu, Shaojin Wu, Mengqi Huang, Fei Ding, Qian He

机构 * UXO Team, Intelligent Creation Lab, ByteDance（字节跳动智能创作实验室） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments Project page: https://bytedance.github.io/UMO/ Code and model: https://github.com/bytedance/UMO

SSGaussian: Semantic-Aware and Structure-Preserving 3D Style Transfer

Jimin Xu, Bosheng Qin, Tao Jin, Zhou Zhao, Zhenhui Ye, Jun Yu, Fei Wu

机构 * College of Computer Science and Technology, Zhejiang University（计算机科学与技术学院，浙江大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

A Continuous-Time Consistency Model for 3D Point Cloud Generation

Sebastian Eilermann, René Heesch, Oliver Niggemann

机构 * Institute for Artificial Intelligence（人工智能研究所） ； Helmut Schmidt University（海姆特·施密特大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

FLORA: Efficient Synthetic Data Generation for Object Detection in Low-Data Regimes via finetuning Flux LoRA

Alvaro Patricio, Atabak Dehban, Rodrigo Ventura

机构 * Institute for Systems and Robotics, University of Lisbon（系统与机器人研究所，里斯本大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

DecoMind: A Generative AI System for Personalized Interior Design Layouts

Reema Alshehri, Rawan Alotaibi, Leen Almasri, Rawan Altaweel

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.GR

Comments ~7 pages; ~32 figures; compiled with pdfLaTeX. Primary category: cs.CV. (Secondary: cs.AI)

AnchorSync: Global Consistency Optimization for Long Video Editing

Zichi Liu, Yinggui Wang, Tao Wei, Chao Ma

机构 * MoE Key Lab of Artificial Intelligence, AI Institute Shanghai Jiao Tong University Shanghai China（人工智能联合实验室，人工智能研究院，上海交通大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments ACM MM 2025; Code is released at https://github.com/VISION-SJTU/AnchorSync

Style Ambiguity Loss Using CLIP

James Baker

机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments arXiv admin note: substantial text overlap with arXiv:2407.12009

Personalized Face Super-Resolution with Identity Decoupling and Fitting

Jiarui Yang, Hang Guo, Wen Huang, Tao Dai, Shutao Xia

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Improving Viewpoint Consistency in 3D Generation via Structure Feature and CLIP Guidance

Qing Zhang, Jinguang Tong, Jing Zhang, Jie Hong, Xuesong Li

机构 * The Australian National University（澳大利亚国立大学） ； CSIRO ； The University of Hong Kong（香港大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

PERSONA: Personalized Whole-Body 3D Avatar with Pose-Driven Deformations from a Single Image

Geonhee Sim, Gyeongsik Moon

机构 * Dept. of CSE, Korea University（计算机科学与工程系，韩国大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments Accepted to ICCV 2025. https://mks0601.github.io/PERSONA/

Gen-AFFECT: Generation of Avatar Fine-grained Facial Expressions with Consistent identiTy

Hao Yu, Rupayan Mallick, Margrit Betke, Sarah Adel Bargal

机构 * Boston University（波士顿大学） ； Georgetown University（乔治城大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

MoCA: Identity-Preserving Text-to-Video Generation via Mixture of Cross Attention

Qi Xie, Yongjia Ma, Donglin Di, Xuehao Gao, Xun Yang

机构 * University of Science and Technology of China（中国科学技术大学） ； Li Auto（利汽车） ； Northwestern Polytechnical University（西北工业大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Per-Query Visual Concept Learning

Ori Malca, Dvir Samuel, Gal Chechik

机构 * Bar‑Ilan University（巴伊兰大学） ； OriginAI ； NVIDIA 纠错

专题命中 个性化与一致性 ：text-to-image(abstract)；分类 cs.CV

Comments Project page is at https://per-query-visual-concept-learning.github.io/

StableAvatar: Infinite-Length Audio-Driven Avatar Video Generation

Shuyuan Tu, Yueming Pan, Yinming Huang, Xintong Han, Zhen Xing, Qi Dai, Chong Luo, Zuxuan Wu, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Xi’an Jiaotong University（西安交通大学） ； Hunyuan, Tencent Inc.（腾讯 Hunyuan 实验室） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

SynMatch: Rethinking Consistency in Medical Image Segmentation with Sparse Annotations

Zhiqiang Shen, Peng Cao, Xiaoli Liu, Jinzhu Yang, Osmar R. Zaiane

专题命中 个性化与一致性 ：image synthesis(abstract)；分类 cs.CV

Disentangle Identity, Cooperate Emotion: Correlation-Aware Emotional Talking Portrait Generation

Weipeng Tan, Chuming Lin, Chengming Xu, FeiFan Xu, Xiaobin Hu, Xiaozhong Ji, Junwei Zhu, Chengjie Wang, Yanwei Fu

机构 * Fudan University（复旦大学） ； Tencent, YouTu Lab（腾讯、YouTu实验室） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments Accepted by ACM MM'25. arXiv admin note: text overlap with arXiv:2409.03270

SCFlow: Implicitly Learning Style and Content Disentanglement with Flow Models

Pingchuan Ma, Xiaopei Yang, Yusong Li, Ming Gui, Felix Krause, Johannes Schusterbauer, Björn Ommer

机构 * Munich Center for Machine Learning (MCML)（慕尼黑機器學習中心） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments ICCV 2025, Project Page: https://compvis.github.io/SCFlow/

GL-LCM: Global-Local Latent Consistency Models for Fast High-Resolution Bone Suppression in Chest X-Ray Images

Yifei Sun, Zhanghao Chen, Hao Zheng, Yuqing Lu, Lixin Duan, Fenglei Fan, Ahmed Elazab, Xiang Wan, Changmiao Wang, Ruiquan Ge

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Electronic Science and Technology of China（电子科技大学） ； City University of Hong Kong（香港城市大学） ； Shenzhen University（深圳大学） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments 11 pages, 3 figures, accepted by MICCAI 2025

X-Actor: Emotional and Expressive Long-Range Portrait Acting from Audio

Chenxu Zhang, Zenan Li, Hongyi Xu, You Xie, Xiaochen Zhao, Tianpei Gu, Guoxian Song, Xin Chen, Chao Liang, Jianwen Jiang, Linjie Luo

机构 * Bytedance Intelligent Creation USA（字节跳动智能创作美国） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Comments Project Page at https://byteaigc.github.io/X-Actor/

Video Forgery Detection with Optical Flow Residuals and Spatial-Temporal Consistency

Xi Xue, Kunio Suzuki, Nabarun Goswami, Takuya Shintate

机构 * NABLAS Inc.（NABLAS公司） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

LoRA-Loop: Closing the Synthetic Replay Cycle for Continual VLM Learning

Kaihong Wang, Donghyun Kim, Margrit Betke

机构 * Waymo ； Boston University（波士顿大学） ； Korea University（韩国大学） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；分类 cs.CV

Mask-Free Audio-driven Talking Face Generation for Enhanced Visual Quality and Identity Preservation

Dogucan Yaman, Fevziye Irem Eyiokur, Leonard Bärmann, Hazım Kemal Ekenel, Alexander Waibel

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄大学） ； Istanbul Technical University（伊斯坦布尔技术大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 个性化与一致性 ：inpainting(abstract)；分类 cs.CV