Buchumschlag

Doubly Abductive Counterfactual Inference for Text-based Image Editing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Xue, Cui, Jiequan, Zhang, Hanwang, Chen, Jingjing, Hong, Richang, Jiang, Yu-Gang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LoRA of Change: Learning to Generate LoRA for the Editing Instruction from A Single Before-After Image Pair
von: Song, Xue, et al.
Veröffentlicht: (2024)

Robust Fine-tuning of Zero-shot Models via Variance Reduction
von: Zhu, Beier, et al.
Veröffentlicht: (2024)

CARE Transformer: Mobile-Friendly Linear Visual Transformer via Decoupled Dual Interaction
von: Zhou, Yuan, et al.
Veröffentlicht: (2024)

Project-Probe-Aggregate: Efficient Fine-Tuning for Group Robustness
von: Zhu, Beier, et al.
Veröffentlicht: (2025)

Image Quality Assessment: Investigating Causal Perceptual Effects with Abductive Counterfactual Inference
von: Shen, Wenhao, et al.
Veröffentlicht: (2024)

Generative Distribution Distillation
von: Cui, Jiequan, et al.
Veröffentlicht: (2025)

Generalized Kullback-Leibler Divergence Loss
von: Cui, Jiequan, et al.
Veröffentlicht: (2025)

DragNeXt: Rethinking Drag-Based Image Editing
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Classes Are Not Equal: An Empirical Study on Image Recognition Fairness
von: Cui, Jiequan, et al.
Veröffentlicht: (2024)

Rethinking VLMs for Image Forgery Detection and Localization
von: Guo, Shaofeng, et al.
Veröffentlicht: (2026)

Instruction Tuning-free Visual Token Complement for Multimodal LLMs
von: Wang, Dongsheng, et al.
Veröffentlicht: (2024)

Towards Unified Multimodal Editing with Enhanced Knowledge Collaboration
von: Pan, Kaihang, et al.
Veröffentlicht: (2024)

Decoupled Kullback-Leibler Divergence Loss
von: Cui, Jiequan, et al.
Veröffentlicht: (2023)

Few-shot Learner Parameterization by Diffusion Time-steps
von: Yue, Zhongqi, et al.
Veröffentlicht: (2024)

Aligned Contrastive Loss for Long-Tailed Recognition
von: Ma, Jiali, et al.
Veröffentlicht: (2025)

Accelerating Text-to-Image Editing via Cache-Enabled Sparse Diffusion Inference
von: Yu, Zihao, et al.
Veröffentlicht: (2023)

Pushing Rendering Boundaries: Hard Gaussian Splatting
von: Xu, Qingshan, et al.
Veröffentlicht: (2024)

Reliable and Efficient Concept Erasure of Text-to-Image Diffusion Models
von: Gong, Chao, et al.
Veröffentlicht: (2024)

Grid Jigsaw Representation with CLIP: A New Perspective on Image Clustering
von: Song, Zijie, et al.
Veröffentlicht: (2023)

Controllable Relation Disentanglement for Few-Shot Class-Incremental Learning
von: Zhou, Yuan, et al.
Veröffentlicht: (2024)

A Survey of Multimodal-Guided Image Editing with Text-to-Image Diffusion Models
von: Shuai, Xincheng, et al.
Veröffentlicht: (2024)

Corvid: Improving Multimodal Large Language Models Towards Chain-of-Thought Reasoning
von: Jiang, Jingjing, et al.
Veröffentlicht: (2025)

Reducing Class-Wise Performance Disparity via Margin Regularization
von: Zhu, Beier, et al.
Veröffentlicht: (2026)

NeuSpring: Neural Spring Fields for Reconstruction and Simulation of Deformable Objects from Videos
von: Xu, Qingshan, et al.
Veröffentlicht: (2025)

Counterfactual Image Editing
von: Pan, Yushu, et al.
Veröffentlicht: (2024)

Streaming Drag-Oriented Interactive Video Manipulation: Drag Anything, Anytime!
von: Zhou, Junbao, et al.
Veröffentlicht: (2025)

Exploring Text-Guided Single Image Editing for Remote Sensing Images
von: Han, Fangzhou, et al.
Veröffentlicht: (2024)

WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing
von: Zhang, Hui, et al.
Veröffentlicht: (2026)

Recognition-Synergistic Scene Text Editing
von: Fang, Zhengyao, et al.
Veröffentlicht: (2025)

Adaptively Clustering Neighbor Elements for Image-Text Generation
von: Wang, Zihua, et al.
Veröffentlicht: (2023)

CLIPDrag: Combining Text-based and Drag-based Instructions for Image Editing
von: Jiang, Ziqi, et al.
Veröffentlicht: (2024)

Unlocking Textual and Visual Wisdom: Open-Vocabulary 3D Object Detection Enhanced by Comprehensive Guidance from Text and Image
von: Jiao, Pengkun, et al.
Veröffentlicht: (2024)

HumanEdit: A High-Quality Human-Rewarded Dataset for Instruction-based Image Editing
von: Bai, Jinbin, et al.
Veröffentlicht: (2024)

RSEdit: Text-Guided Image Editing for Remote Sensing
von: Zhenyuan, Chen, et al.
Veröffentlicht: (2026)

AbductiveMLLM: Boosting Visual Abductive Reasoning Within MLLMs
von: Chang, Boyu, et al.
Veröffentlicht: (2026)

DragText: Rethinking Text Embedding in Point-based Image Editing
von: Choi, Gayoon, et al.
Veröffentlicht: (2024)

SGEdit: Bridging LLM with Text2Image Generative Model for Scene Graph-based Image Editing
von: Zhang, Zhiyuan, et al.
Veröffentlicht: (2024)

MGCA-Net: Multi-Grained Category-Aware Network for Open-Vocabulary Temporal Action Localization
von: Fang, Zhenying, et al.
Veröffentlicht: (2025)

Boundary Discretization and Reliable Classification Network for Temporal Action Detection
von: Fang, Zhenying, et al.
Veröffentlicht: (2023)

TIE: Revolutionizing Text-based Image Editing for Complex-Prompt Following and High-Fidelity Editing
von: Zhang, Xinyu, et al.
Veröffentlicht: (2024)