Tag · 4 篇

最优控制

分布 图像编辑与可控生成1生成模型与扩散1自监督与表征学习1鲁棒性与安全1
01
图像编辑与可控生成 / CVPR2026

VDFE:基于非侵入式视频扩散先验的差异感知3D场景编辑,实现多视图一致性与高效性

VDFE: Difference-Aware 3D Scene Editing with Non-Intrusive Video Diffusion Priors for Multi-View Consistency and Efficiency

将视频扩散模型作为非侵入式先验,通过最优控制优化无噪声编辑轨迹,并利用流差异精确定位编辑区域,为3D场景编辑提供多视图一致且高效的新思路。

视频扩散先验最优控制流匹配
02
生成模型与扩散 / CVPR2026

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。

扩散桥布朗桥最优控制
03
自监督与表征学习 / CVPR2026

Smart Replay:面向计算资源感知增量学习的自适应记忆复述调度

Smart Replay: Adaptive Scheduling of Memory Rehearsal for Computational Resource-Aware Incremental Learning

把回放比例当作可调度控制变量、用启发式Q函数在训练中周期性调整,为视觉增量学习在固定算力预算下提供了一种即插即用的调度策略,可直接嵌入基于回放的类增量分类/检测流程。

增量学习经验回放计算预算感知训练
04
鲁棒性与安全 / CVPR2026

PrivSynth:面向合成数据隐私与效用的交替式与控制论优化

PrivSynth: Alternating and Control-Based Optimization for Privacy and Utility in Synthetic Data

把合成数据生成建模为隐私-效用的双目标优化,并用离散时间最优控制(PMP)求解数据选择参数,为视觉研究者提供了一套可复用的、在生成模型训练中显式抑制成员推理与重建泄露的优化框架。

合成数据生成成员推理攻击隐私-效用权衡