:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yiyu, Luo, Hao, Xu, Jungang, Sun, Yingfei, Wang, Fan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2403.19193
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Image Captions are Natural Prompts for Text-to-Image Models
von: Lei, Shiye, et al.
Veröffentlicht: (2023)

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

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

EPIC: Efficient Prompt Interaction for Text-Image Classification
von: Yu, Xinyao, et al.
Veröffentlicht: (2025)

Player-Centric Multimodal Prompt Generation for Large Language Model Based Identity-Aware Basketball Video Captioning
von: Xi, Zeyu, et al.
Veröffentlicht: (2025)

RxnCaption: Reformulating Reaction Diagram Parsing as Visual Prompt Guided Captioning
von: Song, Jiahe, et al.
Veröffentlicht: (2025)

Panoptic Captioning: An Equivalence Bridge for Image and Text
von: Lin, Kun-Yu, et al.
Veröffentlicht: (2025)

RACap: Relation-Aware Prompting for Lightweight Retrieval-Augmented Image Captioning
von: Long, Xiaosheng, et al.
Veröffentlicht: (2025)

Memory-Inspired Temporal Prompt Interaction for Text-Image Classification
von: Yu, Xinyao, et al.
Veröffentlicht: (2024)

Uncovering the Text Embedding in Text-to-Image Diffusion Models
von: Yu, Hu, et al.
Veröffentlicht: (2024)

Text-only Synthesis for Image Captioning
von: Zhou, Qing, et al.
Veröffentlicht: (2024)

VIXEN: Visual Text Comparison Network for Image Difference Captioning
von: Black, Alexander, et al.
Veröffentlicht: (2024)

Zero-Shot Neural Architecture Search with Weighted Response Correlation
von: Jing, Kun, et al.
Veröffentlicht: (2025)

CaptionQA: Is Your Caption as Useful as the Image Itself?
von: Yang, Shijia, et al.
Veröffentlicht: (2025)

DIR: Retrieval-Augmented Image Captioning with Comprehensive Understanding
von: Wu, Hao, et al.
Veröffentlicht: (2024)

Language Prompt for Autonomous Driving
von: Wu, Dongming, et al.
Veröffentlicht: (2023)

ITIScore: An Image-to-Text-to-Image Rating Framework for the Image Captioning Ability of MLLMs
von: Xu, Zitong, et al.
Veröffentlicht: (2026)

HICEScore: A Hierarchical Metric for Image Captioning Evaluation
von: Zeng, Zequn, et al.
Veröffentlicht: (2024)

Improving Text Generation on Images with Synthetic Captions
von: Koh, Jun Young, et al.
Veröffentlicht: (2024)

D-ORCA: Dialogue-Centric Optimization for Robust Audio-Visual Captioning
von: Tang, Changli, et al.
Veröffentlicht: (2026)

Shifting AI Efficiency From Model-Centric to Data-Centric Compression
von: Liu, Xuyang, et al.
Veröffentlicht: (2025)

Towards Adaptable and Interactive Image Captioning with Data Augmentation and Episodic Memory
von: Anagnostopoulou, Aliki, et al.
Veröffentlicht: (2023)

VISTAR:A User-Centric and Role-Driven Benchmark for Text-to-Image Evaluation
von: Jiang, Kaiyuan, et al.
Veröffentlicht: (2025)

Structured Captions Improve Prompt Adherence in Text-to-Image Models (Re-LAION-Caption 19M)
von: Merchant, Nicholas, et al.
Veröffentlicht: (2025)

RORPCap: Retrieval-based Objects and Relations Prompt for Image Captioning
von: Gu, Jinjing, et al.
Veröffentlicht: (2025)

TextCenGen: Attention-Guided Text-Centric Background Adaptation for Text-to-Image Generation
von: Liang, Tianyi, et al.
Veröffentlicht: (2024)

Effectively Enhancing Vision Language Large Models by Prompt Augmentation and Caption Utilization
von: Zhao, Minyi, et al.
Veröffentlicht: (2024)

Caption Anything in Video: Fine-grained Object-centric Captioning via Spatiotemporal Multimodal Prompting
von: Tang, Yunlong, et al.
Veröffentlicht: (2025)

Optimizing Prompts for Text-to-Image Generation
von: Hao, Yaru, et al.
Veröffentlicht: (2022)

Is Your Text-to-Image Model Robust to Caption Noise?
von: Yu, Weichen, et al.
Veröffentlicht: (2024)

VisualPrompter: Semantic-Aware Prompt Optimization with Visual Feedback for Text-to-Image Synthesis
von: Wu, Shiyu, et al.
Veröffentlicht: (2025)

Prompt-Softbox-Prompt: A Free-Text Embedding Control for Image Editing
von: Yang, Yitong, et al.
Veröffentlicht: (2024)

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

Continual Learning for Image Captioning through Improved Image-Text Alignment
von: Taetz, Bertram, et al.
Veröffentlicht: (2025)

TIT-Score: Evaluating Long-Prompt Based Text-to-Image Alignment via Text-to-Image-to-Text Consistency
von: Wang, Juntong, et al.
Veröffentlicht: (2025)

Restore Text First, Enhance Image Later: Two-Stage Scene Text Image Super-Resolution with Glyph Structure Guidance
von: Luo, Minxing, et al.
Veröffentlicht: (2025)

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

Removing Distributional Discrepancies in Captions Improves Image-Text Alignment
von: Li, Yuheng, et al.
Veröffentlicht: (2024)

ViPCap: Retrieval Text-Based Visual Prompts for Lightweight Image Captioning
von: Kim, Taewhan, et al.
Veröffentlicht: (2024)

Prompt-Based Caption Generation for Single-Tooth Dental Images Using Vision-Language Models
von: Sukhanova, Anastasiia, et al.
Veröffentlicht: (2026)