:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Muxi, Liu, Yi, Yi, Jian, Xu, Changran, Lai, Qiuxia, Wang, Hongliang, Ho, Tsung-Yi, Xu, Qiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2403.05125
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RIGID: A Training-free and Model-Agnostic Framework for Robust AI-Generated Image Detection
von: He, Zhiyuan, et al.
Veröffentlicht: (2024)

\textit{FocaLogic}: Logic-Based Interpretation of Visual Model Decisions
von: Zhao, Chenchen, et al.
Veröffentlicht: (2026)

HiBug2: Efficient and Interpretable Error Slice Discovery for Comprehensive Model Debugging
von: Chen, Muxi, et al.
Veröffentlicht: (2025)

Unsupervised Out-of-Distribution Detection in Medical Imaging Using Multi-Exit Class Activation Maps and Feature Masking
von: Chen, Yu-Jen, et al.
Veröffentlicht: (2025)

Image Regeneration: Evaluating Text-to-Image Model via Generating Identical Image with Multimodal Large Language Models
von: Meng, Chutian, et al.
Veröffentlicht: (2024)

MMA-Diffusion: MultiModal Attack on Diffusion Models
von: Yang, Yijun, et al.
Veröffentlicht: (2023)

Harnessing Caption Detailness for Data-Efficient Text-to-Image Generation
von: Wang, Xinran, et al.
Veröffentlicht: (2025)

MIGC: Multi-Instance Generation Controller for Text-to-Image Synthesis
von: Zhou, Dewei, et al.
Veröffentlicht: (2024)

Temporal Consistency-Aware Text-to-Motion Generation
von: Wang, Hongsong, et al.
Veröffentlicht: (2026)

3DIS: Depth-Driven Decoupled Instance Synthesis for Text-to-Image Generation
von: Zhou, Dewei, et al.
Veröffentlicht: (2024)

Relational Contrastive Learning and Masked Image Modeling for Scene Text Recognition
von: Lin, Tiancheng, et al.
Veröffentlicht: (2024)

Vector Quantization Prompting for Continual Learning
von: Jiao, Li, et al.
Veröffentlicht: (2024)

PhyCustom: Towards Realistic Physical Customization in Text-to-Image Generation
von: Wu, Fan, et al.
Veröffentlicht: (2025)

TIP-I2V: A Million-Scale Real Text and Image Prompt Dataset for Image-to-Video Generation
von: Wang, Wenhao, et al.
Veröffentlicht: (2024)

An Empirical Study and Analysis of Text-to-Image Generation Using Large Language Model-Powered Textual Representation
von: Tan, Zhiyu, et al.
Veröffentlicht: (2024)

Text-IF: Leveraging Semantic Text Guidance for Degradation-Aware and Interactive Image Fusion
von: Yi, Xunpeng, et al.
Veröffentlicht: (2024)

Qwen-Image-Bench: From Generation to Creation in Text-to-Image Evaluation
von: Li, Niantong, et al.
Veröffentlicht: (2026)

Towards Understanding the Working Mechanism of Text-to-Image Diffusion Model
von: Yi, Mingyang, et al.
Veröffentlicht: (2024)

Fine-grained Text to Image Synthesis
von: Ouyang, Xu, et al.
Veröffentlicht: (2024)

Information Bottleneck Approach to Spatial Attention Learning
von: Lai, Qiuxia, et al.
Veröffentlicht: (2021)

HyperVQ: Enabling Hyperprior Entropy Modeling for VQ-Based Generative Image Compression
von: Yi, Niu, et al.
Veröffentlicht: (2025)

MPDS: A Movie Posters Dataset for Image Generation with Diffusion Model
von: Xu, Meng, et al.
Veröffentlicht: (2024)

HumanCoser: Layered 3D Human Generation via Semantic-Aware Diffusion Model
von: Wang, Yi, et al.
Veröffentlicht: (2024)

BideDPO: Conditional Image Generation with Simultaneous Text and Condition Alignment
von: Zhou, Dewei, et al.
Veröffentlicht: (2025)

Multi-rater Prompting for Ambiguous Medical Image Segmentation
von: Wang, Jinhong, et al.
Veröffentlicht: (2024)

Origin Identification for Text-Guided Image-to-Image Diffusion Models
von: Wang, Wenhao, et al.
Veröffentlicht: (2025)

Evaluating Image Caption via Cycle-consistent Text-to-Image Generation
von: Cui, Tianyu, et al.
Veröffentlicht: (2025)

TF-TI2I: Training-Free Text-and-Image-to-Image Generation via Multi-Modal Implicit-Context Learning in Text-to-Image Models
von: Hsiao, Teng-Fang, et al.
Veröffentlicht: (2025)

TIPO: Text to Image with Text Presampling for Prompt Optimization
von: Yeh, Shih-Ying, et al.
Veröffentlicht: (2024)

Infinity: Scaling Bitwise AutoRegressive Modeling for High-Resolution Image Synthesis
von: Han, Jian, et al.
Veröffentlicht: (2024)

AnomalyDiffusion: Few-Shot Anomaly Image Generation with Diffusion Model
von: Hu, Teng, et al.
Veröffentlicht: (2023)

Layered 3D Human Generation via Semantic-Aware Diffusion Model
von: Wang, Yi, et al.
Veröffentlicht: (2023)

Iterative Online Image Synthesis via Diffusion Model for Imbalanced Classification
von: Li, Shuhan, et al.
Veröffentlicht: (2024)

EmotiCrafter: Text-to-Emotional-Image Generation based on Valence-Arousal Model
von: Dang, Shengqi, et al.
Veröffentlicht: (2025)

Sparsity Meets Similarity: Leveraging Long-Tail Distribution for Dynamic Optimized Token Representation in Multimodal Large Language Models
von: Yu, Gaotong, et al.
Veröffentlicht: (2024)

TAMISeg: Text-Aligned Multi-scale Medical Image Segmentation with Semantic Encoder Distillation
von: Gao, Qiang, et al.
Veröffentlicht: (2026)

Intriguing Properties of Diffusion Models: An Empirical Study of the Natural Attack Capability in Text-to-Image Generative Models
von: Sato, Takami, et al.
Veröffentlicht: (2023)

E-VRAG: Enhancing Long Video Understanding with Resource-Efficient Retrieval Augmented Generation
von: Xu, Zeyu, et al.
Veröffentlicht: (2025)

FBCIR: Balancing Cross-Modal Focuses in Composed Image Retrieval
von: Zhao, Chenchen, et al.
Veröffentlicht: (2026)

InstructUDrag: Joint Text Instructions and Object Dragging for Interactive Image Editing
von: Yu, Haoran, et al.
Veröffentlicht: (2025)