本研究提出了一种名为可重注意的可控视频扩散编辑（ReAtCo）的方法，旨在解决文本引导视频编辑中的可控性问题。通过引入可重注意扩散和不变区域引导策略，显著提升了视频编辑的空间对齐和语义忠实性。实验结果表明，ReAtCo在可控性和性能方面均有显著改善。

本研究提出了一种新的全身MR到CT合成框架，通过结构引导合成、空间对齐和语义对齐模块，提升了合成CT图像的质量，并验证了其在PET衰减校正中的有效性。

该文介绍了一种新的点云三维物体检测框架，通过跨模态幻觉实现稳健的检测。该框架结合空间和特征的多次对齐，提出了空间对齐和特征对齐的步骤以处理几何差异和感知模态间的属性差距。实验结果表明，该方法在雷达和 LiDAR 物体检测上优于最先进的方法，同时保持了竞争性的运行效率。