Buchumschlag

RealignDiff: Boosting Text-to-Image Diffusion Model with Coarse-to-fine Semantic Re-alignment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Zutao, Fang, Guian, Han, Jianhua, Lu, Guansong, Xu, Hang, Liao, Shengcai, Chang, Xiaojun, Liang, Xiaodan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HumanRefiner: Benchmarking Abnormal Human Generation and Refining with Coarse-to-fine Pose-Reversible Guidance
von: Fang, Guian, et al.
Veröffentlicht: (2024)

LayerDiff: Exploring Text-guided Multi-layered Composable Image Synthesis via Layer-Collaborative Diffusion Model
von: Huang, Runhui, et al.
Veröffentlicht: (2024)

StoryAgent: Customized Storytelling Video Generation via Multi-Agent Collaboration
von: Hu, Panwen, et al.
Veröffentlicht: (2024)

DeRaDiff: Denoising Time Realignment of Diffusion Models
von: Manujith, Ratnavibusena Don Shahain, et al.
Veröffentlicht: (2026)

NavCoT: Boosting LLM-Based Vision-and-Language Navigation via Learning Disentangled Reasoning
von: Lin, Bingqian, et al.
Veröffentlicht: (2024)

Realistic and Efficient Face Swapping: A Unified Approach with Diffusion Models
von: Baliah, Sanoojan, et al.
Veröffentlicht: (2024)

PanGu-Draw: Advancing Resource-Efficient Text-to-Image Synthesis with Time-Decoupled Training and Reusable Coop-Diffusion
von: Lu, Guansong, et al.
Veröffentlicht: (2023)

DiffBoost: Enhancing Medical Image Segmentation via Text-Guided Diffusion Model
von: Zhang, Zheyuan, et al.
Veröffentlicht: (2023)

Re-Thinking the Automatic Evaluation of Image-Text Alignment in Text-to-Image Models
von: Zhang, Huixuan, et al.
Veröffentlicht: (2025)

SemDiff: Generating Natural Unrestricted Adversarial Examples via Semantic Attributes Optimization in Diffusion Models
von: Dai, Zeyu, et al.
Veröffentlicht: (2025)

SemHiTok: A Unified Image Tokenizer via Semantic-Guided Hierarchical Codebook for Multimodal Understanding and Generation
von: Chen, Zisheng, et al.
Veröffentlicht: (2025)

VidMan: Exploiting Implicit Dynamics from Video Diffusion Model for Effective Robot Manipulation
von: Wen, Youpeng, et al.
Veröffentlicht: (2024)

MagicSeg: Open-World Segmentation Pretraining via Counterfactural Diffusion-Based Auto-Generation
von: Cai, Kaixin, et al.
Veröffentlicht: (2026)

JoReS-Diff: Joint Retinex and Semantic Priors in Diffusion Model for Low-light Image Enhancement
von: Wu, Yuhui, et al.
Veröffentlicht: (2023)

DirectSwap: Mask-Free Cross-Identity Training and Benchmarking for Expression-Consistent Video Head Swapping
von: Wang, Yanan, et al.
Veröffentlicht: (2025)

ReText: Text Boosts Generalization in Image-Based Person Re-identification
von: Mamedov, Timur, et al.
Veröffentlicht: (2026)

DiffEditor: Boosting Accuracy and Flexibility on Diffusion-based Image Editing
von: Mou, Chong, et al.
Veröffentlicht: (2024)

LEAD: Latent Realignment for Human Motion Diffusion
von: Andreou, Nefeli, et al.
Veröffentlicht: (2024)

DNA Family: Boosting Weight-Sharing NAS with Block-Wise Supervisions
von: Wang, Guangrun, et al.
Veröffentlicht: (2024)

EasyControl: Transfer ControlNet to Video Diffusion for Controllable Generation and Interpolation
von: Wang, Cong, et al.
Veröffentlicht: (2024)

VMU-Diff: A Coarse-to-fine Multi-source Data Fusion Framework for Precipitation Nowcasting
von: Shi, Chunlei, et al.
Veröffentlicht: (2026)

DreamVideo: High-Fidelity Image-to-Video Generation with Image Retention and Text Guidance
von: Wang, Cong, et al.
Veröffentlicht: (2023)

DiffMorph: Text-less Image Morphing with Diffusion Models
von: Chatterjee, Shounak
Veröffentlicht: (2024)

Diff-Tracker: Text-to-Image Diffusion Models are Unsupervised Trackers
von: Zhang, Zhengbo, et al.
Veröffentlicht: (2024)

SEPS: Semantic-enhanced Patch Slimming Framework for fine-grained cross-modal alignment
von: Mao, Xinyu, et al.
Veröffentlicht: (2025)

DiffRefiner: Coarse to Fine Trajectory Planning via Diffusion Refinement with Semantic Interaction for End to End Autonomous Driving
von: Yin, Liuhan, et al.
Veröffentlicht: (2025)

AnyFlow: Any-Step Video Diffusion Model with On-Policy Flow Map Distillation
von: Gu, Yuchao, et al.
Veröffentlicht: (2026)

CorNav: Autonomous Agent with Self-Corrected Planning for Zero-Shot Vision-and-Language Navigation
von: Liang, Xiwen, et al.
Veröffentlicht: (2023)

CoCoDiff: Diversifying Skeleton Action Features via Coarse-Fine Text-Co-Guided Latent Diffusion
von: Zhao, Zhifu, et al.
Veröffentlicht: (2025)

DiffPop: Plausibility‐Guided Object Placement Diffusion for Image Composition
von: Jiacheng Liu, et al.
Veröffentlicht: (2024)

DiffPop: Plausibility-Guided Object Placement Diffusion for Image Composition
von: Liu, Jiacheng, et al.
Veröffentlicht: (2024)

FramePrompt: In-context Controllable Animation with Zero Structural Changes
von: Fang, Guian, et al.
Veröffentlicht: (2025)

SteerDiff: Steering towards Safe Text-to-Image Diffusion Models
von: Zhang, Hongxiang, et al.
Veröffentlicht: (2024)

DiffBlender: Composable and Versatile Multimodal Text-to-Image Diffusion Models
von: Kim, Sungnyun, et al.
Veröffentlicht: (2023)

The Art of (Mis)alignment: How Fine-Tuning Methods Effectively Misalign and Realign LLMs in Post-Training
von: Zhang, Rui, et al.
Veröffentlicht: (2026)

AnimateDiff: Animate Your Personalized Text-to-Image Diffusion Models without Specific Tuning
von: Guo, Yuwei, et al.
Veröffentlicht: (2023)

DART: Disease-aware Image-Text Alignment and Self-correcting Re-alignment for Trustworthy Radiology Report Generation
von: Park, Sang-Jun, et al.
Veröffentlicht: (2025)

CTD-Diff: Cooperative Time-Division Diffusion for Multi-User Semantic Communication Systems
von: Liang, Chengyang, et al.
Veröffentlicht: (2026)

TextDiff: Mask-Guided Residual Diffusion Models for Scene Text Image Super-Resolution
von: Liu, Baolin, et al.
Veröffentlicht: (2023)

SemLayoutDiff: Semantic Layout Generation with Diffusion Model for Indoor Scene Synthesis
von: Sun, Xiaohao, et al.
Veröffentlicht: (2025)