Buchumschlag

Playground v2.5: Three Insights towards Enhancing Aesthetic Quality in Text-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Daiqing, Kamko, Aleks, Akhgari, Ehsan, Sabet, Ali, Xu, Linmiao, Doshi, Suhail
Format:	Preprint
Veröffentlicht:	2024
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

Playground v3: Improving Text-to-Image Alignment with Deep-Fusion Large Language Models
von: Liu, Bingchen, et al.
Veröffentlicht: (2024)

Image Aesthetics Assessment using Multi Channel Convolutional Neural Networks
von: Doshi, Nishi, et al.
Veröffentlicht: (2019)

Optimizing Negative Prompts for Enhanced Aesthetics and Fidelity in Text-To-Image Generation
von: Ogezi, Michael, et al.
Veröffentlicht: (2024)

The Photographer Eye: Teaching Multimodal Large Language Models to Understand Image Aesthetics like Photographers
von: Qi, Daiqing, et al.
Veröffentlicht: (2025)

Bridging Visual Affective Gap: Borrowing Textual Knowledge by Learning from Noisy Image-Text Pairs
von: Wu, Daiqing, et al.
Veröffentlicht: (2025)

Visual IRL for Human-Like Robotic Manipulation
von: Asali, Ehsan, et al.
Veröffentlicht: (2024)

Aesthetic Image Captioning with Saliency Enhanced MLLMs
von: Tao, Yilin, et al.
Veröffentlicht: (2025)

MVSA-Net: Multi-View State-Action Recognition for Robust and Deployable Trajectory Generation
von: Asali, Ehsan, et al.
Veröffentlicht: (2023)

Pareto-Enhanced Portrait Generation: Vision-Aligned Text Supervision for Alignment, Realism, and Aesthetics
von: Wang, Yunlong, et al.
Veröffentlicht: (2026)

Glyph-ByT5-v2: A Strong Aesthetic Baseline for Accurate Multilingual Visual Text Rendering
von: Liu, Zeyu, et al.
Veröffentlicht: (2024)

AccelAes: Accelerating Diffusion Transformers for Training-Free Aesthetic-Enhanced Image Generation
von: Yin, Xuanhua, et al.
Veröffentlicht: (2026)

Track the Answer: Extending TextVQA from Image to Video with Spatio-Temporal Clues
von: Zhang, Yan, et al.
Veröffentlicht: (2024)

Beyond Aesthetics: Cultural Competence in Text-to-Image Models
von: Kannen, Nithish, et al.
Veröffentlicht: (2024)

VRMDiff: Text-Guided Video Referring Matting Generation of Diffusion
von: Yang, Lehan, et al.
Veröffentlicht: (2025)

Aesthetics as Structural Harm: Algorithmic Lookism Across Text-to-Image Generation and Classification
von: Doh, Miriam, et al.
Veröffentlicht: (2026)

PEO: Training-Free Aesthetic Quality Enhancement in Pre-Trained Text-to-Image Diffusion Models with Prompt Embedding Optimization
von: Margaryan, Hovhannes, et al.
Veröffentlicht: (2025)

InstantStyle: Free Lunch towards Style-Preserving in Text-to-Image Generation
von: Wang, Haofan, et al.
Veröffentlicht: (2024)

Assessing UHD Image Quality from Aesthetics, Distortions, and Saliency
von: Sun, Wei, et al.
Veröffentlicht: (2024)

Anti-Aesthetics: Protecting Facial Privacy against Customized Text-to-Image Synthesis
von: Wang, Songping, et al.
Veröffentlicht: (2025)

Char-SAM: Turning Segment Anything Model into Scene Text Segmentation Annotator with Character-level Visual Prompts
von: Xie, Enze, et al.
Veröffentlicht: (2024)

Compose Your Aesthetics: Empowering Text-to-Image Models with the Principles of Art
von: Jin, Zhe, et al.
Veröffentlicht: (2025)

Advancing Aesthetic Image Generation via Composition Transfer
von: Zou, Kai, et al.
Veröffentlicht: (2026)

Beyond Detection: A Structure-Aware Framework for Scene Text Tracking
von: Yu, Chenmin, et al.
Veröffentlicht: (2026)

GLDesigner: Leveraging Multi-Modal LLMs as Designer for Enhanced Aesthetic Text Glyph Layouts
von: He, Junwen, et al.
Veröffentlicht: (2024)

UniQA: Unified Vision-Language Pre-training for Image Quality and Aesthetic Assessment
von: Zhou, Hantao, et al.
Veröffentlicht: (2024)

Advancing Comprehensive Aesthetic Insight with Multi-Scale Text-Guided Self-Supervised Learning
von: Liu, Yuti, et al.
Veröffentlicht: (2024)

Text2QR: Harmonizing Aesthetic Customization and Scanning Robustness for Text-Guided QR Code Generation
von: Wu, Guangyang, et al.
Veröffentlicht: (2024)

Aesthetic Camera Viewpoint Suggestion with 3D Aesthetic Field
von: Tang, Sheyang, et al.
Veröffentlicht: (2026)

One Model, Two Minds: Task-Conditioned Reasoning for Unified Image Quality and Aesthetic Assessment
von: Yin, Wen, et al.
Veröffentlicht: (2026)

Next Token Is Enough: Realistic Image Quality and Aesthetic Scoring with Multimodal Large Language Model
von: Li, Mingxing, et al.
Veröffentlicht: (2025)

PosterCraft: Rethinking High-Quality Aesthetic Poster Generation in a Unified Framework
von: Chen, SiXiang, et al.
Veröffentlicht: (2025)

SA-IQA: Redefining Image Quality Assessment for Spatial Aesthetics with Multi-Dimensional Rewards
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

G-Refine: A General Quality Refiner for Text-to-Image Generation
von: Li, Chunyi, et al.
Veröffentlicht: (2024)

Enhancing Image Aesthetics with Dual-Conditioned Diffusion Models Guided by Multimodal Perception
von: Nan, Xinyu, et al.
Veröffentlicht: (2026)

A Survey on Quality Metrics for Text-to-Image Generation
von: Hartwig, Sebastian, et al.
Veröffentlicht: (2024)

UniPercept: Towards Unified Perceptual-Level Image Understanding across Aesthetics, Quality, Structure, and Texture
von: Cao, Shuo, et al.
Veröffentlicht: (2025)

TIQA: Human-Aligned Perceptual Text Quality Assessment in Generated Images
von: Koltsov, Kirill, et al.
Veröffentlicht: (2026)

Spectral Image Tokenizer
von: Esteves, Carlos, et al.
Veröffentlicht: (2024)

NTIRE 2025 challenge on Text to Image Generation Model Quality Assessment
von: Han, Shuhao, et al.
Veröffentlicht: (2025)

Grounding Text-to-Image Diffusion Models for Controlled High-Quality Image Generation
von: Süleyman, Ahmad, et al.
Veröffentlicht: (2025)