Enhancing Prompt Following with Visual Control Through Training-Free Mask-Guided Diffusion
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Hongyu, Gao, Yiqi, Zhou, Min, Wang, Peng, Li, Xubin, Ge, Tiezheng, Zheng, Bo |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Differentiable Solver Search for Fast Diffusion Sampling
par: Wang, Shuai, et autres
Publié: (2025)
par: Wang, Shuai, et autres
Publié: (2025)
RHanDS: Refining Malformed Hands for Generated Images with Decoupled Structure and Style Guidance
par: Wang, Chengrui, et autres
Publié: (2024)
par: Wang, Chengrui, et autres
Publié: (2024)
Accelerating Image Generation with Sub-path Linear Approximation Model
par: Xu, Chen, et autres
Publié: (2024)
par: Xu, Chen, et autres
Publié: (2024)
FlowDCN: Exploring DCN-like Architectures for Fast Image Generation with Arbitrary Resolution
par: Wang, Shuai, et autres
Publié: (2024)
par: Wang, Shuai, et autres
Publié: (2024)
DMM: Building a Versatile Image Generation Model via Distillation-Based Model Merging
par: Song, Tianhui, et autres
Publié: (2025)
par: Song, Tianhui, et autres
Publié: (2025)
Rethinking Scribble-Guided Image Editing: Generalization, Instruction Adherence, and Multi-Tasking
par: Xu, Mingyi, et autres
Publié: (2026)
par: Xu, Mingyi, et autres
Publié: (2026)
T-Stars-Poster: A Framework for Product-Centric Advertising Image Design
par: Chen, Hongyu, et autres
Publié: (2025)
par: Chen, Hongyu, et autres
Publié: (2025)
PosterMaker: Towards High-Quality Product Poster Generation with Accurate Text Rendering
par: Gao, Yifan, et autres
Publié: (2025)
par: Gao, Yifan, et autres
Publié: (2025)
TBStar-Edit: From Image Editing Pattern Shifting to Consistency Enhancement
par: Fang, Hao, et autres
Publié: (2025)
par: Fang, Hao, et autres
Publié: (2025)
Hierarchical Masked 3D Diffusion Model for Video Outpainting
par: Fan, Fanda, et autres
Publié: (2023)
par: Fan, Fanda, et autres
Publié: (2023)
Tuning-Free Noise Rectification for High Fidelity Image-to-Video Generation
par: Li, Weijie, et autres
Publié: (2024)
par: Li, Weijie, et autres
Publié: (2024)
Identity-Preserving Image-to-Video Generation via Reward-Guided Optimization
par: Shen, Liao, et autres
Publié: (2025)
par: Shen, Liao, et autres
Publié: (2025)
RedVTP: Training-Free Acceleration of Diffusion Vision-Language Models Inference via Masked Token-Guided Visual Token Pruning
par: Xu, Jingqi, et autres
Publié: (2025)
par: Xu, Jingqi, et autres
Publié: (2025)
PEO: Training-Free Aesthetic Quality Enhancement in Pre-Trained Text-to-Image Diffusion Models with Prompt Embedding Optimization
par: Margaryan, Hovhannes, et autres
Publié: (2025)
par: Margaryan, Hovhannes, et autres
Publié: (2025)
Prompt-Guided Image Editing with Masked Logit Nudging in Visual Autoregressive Models
par: El-Ghoussani, Amir, et autres
Publié: (2026)
par: El-Ghoussani, Amir, et autres
Publié: (2026)
ControlMLLM: Training-Free Visual Prompt Learning for Multimodal Large Language Models
par: Wu, Mingrui, et autres
Publié: (2024)
par: Wu, Mingrui, et autres
Publié: (2024)
Flowing Backwards: Improving Normalizing Flows via Reverse Representation Alignment
par: Chen, Yang, et autres
Publié: (2025)
par: Chen, Yang, et autres
Publié: (2025)
MADiff: Text-Guided Fashion Image Editing with Mask Prediction and Attention-Enhanced Diffusion
par: Zhan, Zechao, et autres
Publié: (2024)
par: Zhan, Zechao, et autres
Publié: (2024)
Decoupling Training-Free Guided Diffusion by ADMM
par: Zhang, Youyuan, et autres
Publié: (2024)
par: Zhang, Youyuan, et autres
Publié: (2024)
Seg-Agent: Test-Time Multimodal Reasoning for Training-Free Language-Guided Segmentation
par: Hao, Chao, et autres
Publié: (2026)
par: Hao, Chao, et autres
Publié: (2026)
CtrlFuse: Mask-Prompt Guided Controllable Infrared and Visible Image Fusion
par: Sun, Yiming, et autres
Publié: (2026)
par: Sun, Yiming, et autres
Publié: (2026)
ConditionVideo: Training-Free Condition-Guided Text-to-Video Generation
par: Peng, Bo, et autres
Publié: (2023)
par: Peng, Bo, et autres
Publié: (2023)
Diff-Prompt: Diffusion-Driven Prompt Generator with Mask Supervision
par: Yan, Weicai, et autres
Publié: (2025)
par: Yan, Weicai, et autres
Publié: (2025)
Training-Free Sketch-Guided Diffusion with Latent Optimization
par: Ding, Sandra Zhang, et autres
Publié: (2024)
par: Ding, Sandra Zhang, et autres
Publié: (2024)
CF-Font: Content Fusion for Few-shot Font Generation
par: Wang, Chi, et autres
Publié: (2023)
par: Wang, Chi, et autres
Publié: (2023)
Beyond Point-Wise Matching: Structural Representation Alignment for Accelerating Diffusion Transformers
par: Xu, Shaodong, et autres
Publié: (2026)
par: Xu, Shaodong, et autres
Publié: (2026)
Follow-Your-Shape: Shape-Aware Image Editing via Trajectory-Guided Region Control
par: Long, Zeqian, et autres
Publié: (2025)
par: Long, Zeqian, et autres
Publié: (2025)
Enhancing Medical Visual Grounding via Knowledge-guided Spatial Prompts
par: Gao, Yifan, et autres
Publié: (2026)
par: Gao, Yifan, et autres
Publié: (2026)
SceneBooth: Diffusion-based Framework for Subject-preserved Text-to-Image Generation
par: Chai, Shang, et autres
Publié: (2025)
par: Chai, Shang, et autres
Publié: (2025)
Token Painter: Training-Free Text-Guided Image Inpainting via Mask Autoregressive Models
par: Jiang, Longtao, et autres
Publié: (2025)
par: Jiang, Longtao, et autres
Publié: (2025)
Beyond and Free from Diffusion: Invertible Guided Consistency Training
par: Hsu, Chia-Hong, et autres
Publié: (2025)
par: Hsu, Chia-Hong, et autres
Publié: (2025)
NANO3D: A Training-Free Approach for Efficient 3D Editing Without Masks
par: Ye, Junliang, et autres
Publié: (2025)
par: Ye, Junliang, et autres
Publié: (2025)
GOOD: Training-Free Guided Diffusion Sampling for Out-of-Distribution Detection
par: Gao, Xin, et autres
Publié: (2025)
par: Gao, Xin, et autres
Publié: (2025)
PiCo: Enhancing Text-Image Alignment with Improved Noise Selection and Precise Mask Control in Diffusion Models
par: Xie, Chang, et autres
Publié: (2025)
par: Xie, Chang, et autres
Publié: (2025)
SEDiT: Mask-Free Video Subtitle Erasure via One-step Diffusion Transformer
par: Hui, Zheng, et autres
Publié: (2026)
par: Hui, Zheng, et autres
Publié: (2026)
DirectDrag: High-Fidelity, Mask-Free, Prompt-Free Drag-based Image Editing via Readout-Guided Feature Alignment
par: Liao, Sheng-Hao, et autres
Publié: (2025)
par: Liao, Sheng-Hao, et autres
Publié: (2025)
Diffusion-Guided Mask-Consistent Paired Mixing for Endoscopic Image Segmentation
par: Jie, Pengyu, et autres
Publié: (2025)
par: Jie, Pengyu, et autres
Publié: (2025)
Edit-GRPO: A Locality-Preserving Policy Optimization Framework for Image Editing
par: Xu, Shaodong, et autres
Publié: (2026)
par: Xu, Shaodong, et autres
Publié: (2026)
Training-free Regional Prompting for Diffusion Transformers
par: Chen, Anthony, et autres
Publié: (2024)
par: Chen, Anthony, et autres
Publié: (2024)
DyFo: A Training-Free Dynamic Focus Visual Search for Enhancing LMMs in Fine-Grained Visual Understanding
par: Li, Geng, et autres
Publié: (2025)
par: Li, Geng, et autres
Publié: (2025)
Documents similaires
-
Differentiable Solver Search for Fast Diffusion Sampling
par: Wang, Shuai, et autres
Publié: (2025) -
RHanDS: Refining Malformed Hands for Generated Images with Decoupled Structure and Style Guidance
par: Wang, Chengrui, et autres
Publié: (2024) -
Accelerating Image Generation with Sub-path Linear Approximation Model
par: Xu, Chen, et autres
Publié: (2024) -
FlowDCN: Exploring DCN-like Architectures for Fast Image Generation with Arbitrary Resolution
par: Wang, Shuai, et autres
Publié: (2024) -
DMM: Building a Versatile Image Generation Model via Distillation-Based Model Merging
par: Song, Tianhui, et autres
Publié: (2025)