Readout Guidance: Learning Control from Diffusion Features
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Luo, Grace, Darrell, Trevor, Wang, Oliver, Goldman, Dan B, Holynski, Aleksander |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Diffusion Hyperfeatures: Searching Through Time and Space for Semantic Correspondence
par: Luo, Grace, et autres
Publié: (2023)
par: Luo, Grace, et autres
Publié: (2023)
Dual-Process Image Generation
par: Luo, Grace, et autres
Publié: (2025)
par: Luo, Grace, et autres
Publié: (2025)
Constantly Improving Image Models Need Constantly Improving Benchmarks
par: Ge, Jiaxin, et autres
Publié: (2025)
par: Ge, Jiaxin, et autres
Publié: (2025)
Infinite Texture: Text-guided High Resolution Diffusion Texture Synthesis
par: Wang, Yifan, et autres
Publié: (2024)
par: Wang, Yifan, et autres
Publié: (2024)
Vision-Language Models Create Cross-Modal Task Representations
par: Luo, Grace, et autres
Publié: (2024)
par: Luo, Grace, et autres
Publié: (2024)
Video Interpolation with Diffusion Models
par: Jain, Siddhant, et autres
Publié: (2024)
par: Jain, Siddhant, et autres
Publié: (2024)
GPS as a Control Signal for Image Generation
par: Feng, Chao, et autres
Publié: (2025)
par: Feng, Chao, et autres
Publié: (2025)
Generative Image Dynamics
par: Li, Zhengqi, et autres
Publié: (2023)
par: Li, Zhengqi, et autres
Publié: (2023)
Diffusion Models as Data Mining Tools
par: Siglidis, Ioannis, et autres
Publié: (2024)
par: Siglidis, Ioannis, et autres
Publié: (2024)
Stereo4D: Learning How Things Move in 3D from Internet Stereo Videos
par: Jin, Linyi, et autres
Publié: (2024)
par: Jin, Linyi, et autres
Publié: (2024)
LLM-grounded Diffusion: Enhancing Prompt Understanding of Text-to-Image Diffusion Models with Large Language Models
par: Lian, Long, et autres
Publié: (2023)
par: Lian, Long, et autres
Publié: (2023)
CAT4D: Create Anything in 4D with Multi-View Video Diffusion Models
par: Wu, Rundi, et autres
Publié: (2024)
par: Wu, Rundi, et autres
Publié: (2024)
Continuous 3D Perception Model with Persistent State
par: Wang, Qianqian, et autres
Publié: (2025)
par: Wang, Qianqian, et autres
Publié: (2025)
How Animals Dance (When You're Not Looking)
par: Wang, Xiaojuan, et autres
Publié: (2025)
par: Wang, Xiaojuan, et autres
Publié: (2025)
Disentangled 3D Scene Generation with Layout Learning
par: Epstein, Dave, et autres
Publié: (2024)
par: Epstein, Dave, et autres
Publié: (2024)
Vector Quantized Feature Fields for Fast 3D Semantic Lifting
par: Tang, George, et autres
Publié: (2025)
par: Tang, George, et autres
Publié: (2025)
Manifold-Optimal Guidance: A Unified Riemannian Control View of Diffusion Guidance
par: Jia, Zexi, et autres
Publié: (2026)
par: Jia, Zexi, et autres
Publié: (2026)
CAT3D: Create Anything in 3D with Multi-View Diffusion Models
par: Gao, Ruiqi, et autres
Publié: (2024)
par: Gao, Ruiqi, et autres
Publié: (2024)
ExtraNeRF: Visibility-Aware View Extrapolation of Neural Radiance Fields with Diffusion Models
par: Shih, Meng-Li, et autres
Publié: (2024)
par: Shih, Meng-Li, et autres
Publié: (2024)
InstanceDiffusion: Instance-level Control for Image Generation
par: Wang, Xudong, et autres
Publié: (2024)
par: Wang, Xudong, et autres
Publié: (2024)
Generative Inbetweening: Adapting Image-to-Video Models for Keyframe Interpolation
par: Wang, Xiaojuan, et autres
Publié: (2024)
par: Wang, Xiaojuan, et autres
Publié: (2024)
SafeCFG: Controlling Harmful Features with Dynamic Safe Guidance for Safe Generation
par: Pan, Jiadong, et autres
Publié: (2024)
par: Pan, Jiadong, et autres
Publié: (2024)
Shape-Guided Diffusion with Inside-Outside Attention
par: Park, Dong Huk, et autres
Publié: (2022)
par: Park, Dong Huk, et autres
Publié: (2022)
Pose Priors from Language Models
par: Subramanian, Sanjay, et autres
Publié: (2024)
par: Subramanian, Sanjay, et autres
Publié: (2024)
MegaSaM: Accurate, Fast, and Robust Structure and Motion from Casual Dynamic Videos
par: Li, Zhengqi, et autres
Publié: (2024)
par: Li, Zhengqi, et autres
Publié: (2024)
LLM-grounded Video Diffusion Models
par: Lian, Long, et autres
Publié: (2023)
par: Lian, Long, et autres
Publié: (2023)
Segment Anything without Supervision
par: Wang, XuDong, et autres
Publié: (2024)
par: Wang, XuDong, et autres
Publié: (2024)
UnSAMv2: Self-Supervised Learning Enables Segment Anything at Any Granularity
par: Yu, Junwei, et autres
Publié: (2025)
par: Yu, Junwei, et autres
Publié: (2025)
When Do We Not Need Larger Vision Models?
par: Shi, Baifeng, et autres
Publié: (2024)
par: Shi, Baifeng, et autres
Publié: (2024)
Visual Lexicon: Rich Image Features in Language Space
par: Wang, XuDong, et autres
Publié: (2024)
par: Wang, XuDong, et autres
Publié: (2024)
Self-transcendence: Is External Feature Guidance Indispensable for Accelerating Diffusion Transformer Training?
par: Sun, Lingchen, et autres
Publié: (2026)
par: Sun, Lingchen, et autres
Publié: (2026)
VLIC: Vision-Language Models As Perceptual Judges for Human-Aligned Image Compression
par: Sargent, Kyle, et autres
Publié: (2025)
par: Sargent, Kyle, et autres
Publié: (2025)
Self-Guidance: Boosting Flow and Diffusion Generation on Their Own
par: Li, Tiancheng, et autres
Publié: (2024)
par: Li, Tiancheng, et autres
Publié: (2024)
GlobalPaint: Spatiotemporal Coherent Video Outpainting with Global Feature Guidance
par: Pan, Yueming, et autres
Publié: (2026)
par: Pan, Yueming, et autres
Publié: (2026)
Directly Denoising Diffusion Models
par: Zhang, Dan, et autres
Publié: (2024)
par: Zhang, Dan, et autres
Publié: (2024)
It's Never Too Late: Noise Optimization for Collapse Recovery in Trained Diffusion Models
par: Harrington, Anne, et autres
Publié: (2025)
par: Harrington, Anne, et autres
Publié: (2025)
Rethinking Diffusion Model-Based Video Super-Resolution: Leveraging Dense Guidance from Aligned Features
par: Xu, Jingyi, et autres
Publié: (2025)
par: Xu, Jingyi, et autres
Publié: (2025)
Learning Cross-Spectral Point Features with Task-Oriented Training
par: Thomas, Mia, et autres
Publié: (2025)
par: Thomas, Mia, et autres
Publié: (2025)
Finding Visual Task Vectors
par: Hojel, Alberto, et autres
Publié: (2024)
par: Hojel, Alberto, et autres
Publié: (2024)
MedDiff-FT: Data-Efficient Diffusion Model Fine-tuning with Structural Guidance for Controllable Medical Image Synthesis
par: Xie, Jianhao, et autres
Publié: (2025)
par: Xie, Jianhao, et autres
Publié: (2025)
Documents similaires
-
Diffusion Hyperfeatures: Searching Through Time and Space for Semantic Correspondence
par: Luo, Grace, et autres
Publié: (2023) -
Dual-Process Image Generation
par: Luo, Grace, et autres
Publié: (2025) -
Constantly Improving Image Models Need Constantly Improving Benchmarks
par: Ge, Jiaxin, et autres
Publié: (2025) -
Infinite Texture: Text-guided High Resolution Diffusion Texture Synthesis
par: Wang, Yifan, et autres
Publié: (2024) -
Vision-Language Models Create Cross-Modal Task Representations
par: Luo, Grace, et autres
Publié: (2024)