Tag · 5 篇
扩散桥
引导扩散方向：基于引导扩散桥的表型响应模拟生成建模
Steering Where to Diffuse: Generative Modeling of Phenotypic Response Simulation with Steered Diffusion Bridge
把扩散桥的采样过程形式化为随机动力系统下的最优控制问题，用解析可解的控制策略把生成轨迹引导到指定数据子空间，这一思路可直接迁移到图像/视频扩散中的条件引导与轨迹漂移抑制。
ReGenHOI：统一重建与生成以理解三维人体-物体交互
ReGenHOI: Unifying Reconstruction and Generation for 3D Human-Object Interaction Understanding
把重建与生成统一到共享的语义-几何潜变量空间，并用改造的 Gravity-Field 扩散桥精修接触几何，可直接借鉴到 3D 人体-物体交互、接触区域预测与物理可信运动生成等任务。
通过潜空间跨模态对齐与翻译的 LiDAR 到 4D 雷达扩散桥
LiDAR-to-4DRadar Diffusion Bridge via Cross-Modal Alignment and Translation in Latent Space
把扩散桥（diffusion bridge）用在两个已对齐的潜空间之间做跨模态翻译，可迁移到 LiDAR→相机、深度→RGB 等「缺失模态补全」任务；其 patch-wise 对比对齐 + key-voxel-aware VAE 的组合，为高维稠密张量（雷达/体素）的生成式数据增强提供了可复用范式。
ChangeBridge：面向遥感的多模态控制时空图像生成
ChangeBridge: Spatiotemporal Image Generation with Multimodal Controls for Remote Senisng
扩散桥（diffusion bridge）用给定前事件图像作为起点替代噪声初始化，并用像素级漂移图区分事件变化与时序变化，这一「从观测状态出发、按漂移量差异化生成」的框架可直接迁移到视频预测、时序遥感与变化检测的数据增广。
Bi-Bridge：面向低光照图像增强的双向扩散桥
Bi-Bridge: Bidirectional Diffusion Bridges for Low-Light Image Enhancement
把增强与退化建模成同一个对称扩散桥的两个方向，用双向一致性作为内容保真的约束；做低光照增强、去噪、去模糊等图像到图像复原时，可借鉴这种「正反过程共享结构」的正则思路来抑制生成模型的结构漂移。