Buchumschlag

Let Storytelling Tell Vivid Stories: An Expressive and Fluent Multimodal Storyteller

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zang, Chuanqi, Tang, Jiji, Zhang, Rongsheng, Zhao, Zeng, Lv, Tangjie, Pei, Mingtao, Liang, Wei
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

StoryWeaver: A Unified World Model for Knowledge-Enhanced Story Character Customization
von: Zhang, Jinlu, et al.
Veröffentlicht: (2024)

Customized Visual Storytelling with Unified Multimodal LLMs
von: Li, Wei-Hua, et al.
Veröffentlicht: (2026)

StoryMem: Multi-shot Long Video Storytelling with Memory
von: Zhang, Kaiwen, et al.
Veröffentlicht: (2025)

Persistent Story World Simulation with Continuous Character Customization
von: Zhang, Jinlu, et al.
Veröffentlicht: (2026)

Beyond First Impressions: Integrating Joint Multi-modal Cues for Comprehensive 3D Representation
von: Wang, Haowei, et al.
Veröffentlicht: (2023)

DeCorStory: Gram-Schmidt Prompt Embedding Decorrelation for Consistent Storytelling
von: Sarkar, Ayushman, et al.
Veröffentlicht: (2026)

AttriStory: Fine-grained Attribute Realization for Visual Storytelling with Diffusion Models
von: Sreenivas, Manogna, et al.
Veröffentlicht: (2026)

Dialogue Director: Bridging the Gap in Dialogue Visualization for Multimodal Storytelling
von: Zhang, Min, et al.
Veröffentlicht: (2024)

Improving Visual Storytelling with Multimodal Large Language Models
von: Lin, Xiaochuan, et al.
Veröffentlicht: (2024)

Story3D-Agent: Exploring 3D Storytelling Visualization with Large Language Models
von: Huang, Yuzhou, et al.
Veröffentlicht: (2024)

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

ContextualStory: Consistent Visual Storytelling with Spatially-Enhanced and Storyline Context
von: Zheng, Sixiao, et al.
Veröffentlicht: (2024)

Is Your Image a Good Storyteller?
von: Song, Xiujie, et al.
Veröffentlicht: (2024)

VividListener: Expressive and Controllable Listener Dynamics Modeling for Multi-Modal Responsive Interaction
von: Li, Shiying, et al.
Veröffentlicht: (2025)

From Image Captioning to Visual Storytelling
von: Passadakis, Admitos, et al.
Veröffentlicht: (2025)

Character-Adapter: Prompt-Guided Region Control for High-Fidelity Character Customization
von: Ma, Yuhang, et al.
Veröffentlicht: (2024)

GaussianFluent: Gaussian Simulation for Dynamic Scenes with Mixed Materials
von: Huang, Bei, et al.
Veröffentlicht: (2026)

Scene-Action Prompt Fusion for Coherent Text-to-Video Storytelling
von: Kang, Taewon, et al.
Veröffentlicht: (2025)

TARN-VIST: Topic Aware Reinforcement Network for Visual Storytelling
von: Chen, Weiran, et al.
Veröffentlicht: (2024)

Generating Storytelling Images with Rich Chains-of-Reasoning
von: Song, Xiujie, et al.
Veröffentlicht: (2025)

Intelligent Grimm -- Open-ended Visual Storytelling via Latent Diffusion Models
von: Liu, Chang, et al.
Veröffentlicht: (2023)

TalkCLIP: Talking Head Generation with Text-Guided Expressive Speaking Styles
von: Ma, Yifeng, et al.
Veröffentlicht: (2023)

Evolving Storytelling: Benchmarks and Methods for New Character Customization with Diffusion Models
von: Wang, Xiyu, et al.
Veröffentlicht: (2024)

ShotStream: Streaming Multi-Shot Video Generation for Interactive Storytelling
von: Luo, Yawen, et al.
Veröffentlicht: (2026)

A Survey on Long-Video Storytelling Generation: Architectures, Consistency, and Cinematic Quality
von: Elmoghany, Mohamed, et al.
Veröffentlicht: (2025)

Event-Driven Storytelling with Multiple Lifelike Humans in a 3D Scene
von: Lim, Donggeun, et al.
Veröffentlicht: (2025)

Towards Efficient Diffusion-Based Image Editing with Instant Attention Masks
von: Zou, Siyu, et al.
Veröffentlicht: (2024)

Too Vivid to Be Real? Benchmarking and Calibrating Generative Color Fidelity
von: Fang, Zhengyao, et al.
Veröffentlicht: (2026)

Make-It-Vivid: Dressing Your Animatable Biped Cartoon Characters from Text
von: Tang, Junshu, et al.
Veröffentlicht: (2024)

AnimeAgent: Is the Multi-Agent via Image-to-Video models a Good Disney Storytelling Artist?
von: Yan, Hailong, et al.
Veröffentlicht: (2026)

Show, Tell and Summarize: Dense Video Captioning Using Visual Cue Aided Sentence Summarization
von: Zhang, Zhiwang, et al.
Veröffentlicht: (2025)

Openstory++: A Large-scale Dataset and Benchmark for Instance-aware Open-domain Visual Storytelling
von: Ye, Zilyu, et al.
Veröffentlicht: (2024)

The Lost Melody: Empirical Observations on Text-to-Video Generation From A Storytelling Perspective
von: Shin, Andrew, et al.
Veröffentlicht: (2024)

AniMaker: Multi-Agent Animated Storytelling with MCTS-Driven Clip Generation
von: Shi, Haoyuan, et al.
Veröffentlicht: (2025)

PromptTea: Let Prompts Tell TeaCache the Optimal Threshold
von: Huang, Zishen, et al.
Veröffentlicht: (2025)

SCO-VIST: Social Interaction Commonsense Knowledge-based Visual Storytelling
von: Wang, Eileen, et al.
Veröffentlicht: (2024)

Context-aware Visual Storytelling with Visual Prefix Tuning and Contrastive Learning
von: Song, Yingjin, et al.
Veröffentlicht: (2024)

ViSTA: Visual Storytelling using Multi-modal Adapters for Text-to-Image Diffusion Models
von: Dong, Sibo, et al.
Veröffentlicht: (2025)

HairDiffusion: Vivid Multi-Colored Hair Editing via Latent Diffusion
von: Zeng, Yu, et al.
Veröffentlicht: (2024)

Telling Stories for Common Sense Zero-Shot Action Recognition
von: Gowda, Shreyank N, et al.
Veröffentlicht: (2023)