Buchumschlag

Towards Understanding the Working Mechanism of Text-to-Image Diffusion Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yi, Mingyang, Li, Aoxue, Xin, Yi, Li, Zhenguo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Text-to-Image Editing via Hybrid Mask-Informed Fusion
von: Li, Aoxue, et al.
Veröffentlicht: (2024)

Editing Massive Concepts in Text-to-Image Diffusion Models
von: Xiong, Tianwei, et al.
Veröffentlicht: (2024)

Improved Diffusion-based Generative Model with Better Adversarial Robustness
von: Wang, Zekun, et al.
Veröffentlicht: (2025)

Toward Early Quality Assessment of Text-to-Image Diffusion Models
von: Guo, Huanlei, et al.
Veröffentlicht: (2026)

Divide and Conquer: Language Models can Plan and Self-Correct for Compositional Text-to-Image Generation
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

Prompt Optimizer of Text-to-Image Diffusion Models for Abstract Concept Understanding
von: Fan, Zezhong, et al.
Veröffentlicht: (2024)

GenArtist: Multimodal LLM as an Agent for Unified Image Generation and Editing
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

Improving Long-Text Alignment for Text-to-Image Diffusion Models
von: Liu, Luping, et al.
Veröffentlicht: (2024)

Towards Lifelong Few-Shot Customization of Text-to-Image Diffusion
von: Song, Nan, et al.
Veröffentlicht: (2024)

Muddit: Liberating Generation Beyond Text-to-Image with a Unified Discrete Diffusion Model
von: Shi, Qingyu, et al.
Veröffentlicht: (2025)

Variational Autoencoding Discrete Diffusion with Enhanced Dimensional Correlations Modeling
von: Xie, Tianyu, et al.
Veröffentlicht: (2025)

Diff-Instruct: A Universal Approach for Transferring Knowledge From Pre-trained Diffusion Models
von: Luo, Weijian, et al.
Veröffentlicht: (2023)

Post-training Quantization for Text-to-Image Diffusion Models with Progressive Calibration and Activation Relaxing
von: Tang, Siao, et al.
Veröffentlicht: (2023)

Adversarial Robustification via Text-to-Image Diffusion Models
von: Choi, Daewon, et al.
Veröffentlicht: (2024)

Steering Guidance for Personalized Text-to-Image Diffusion Models
von: Park, Sunghyun, et al.
Veröffentlicht: (2025)

Research on Anomaly Detection Methods Based on Diffusion Models
von: Chen, Yi
Veröffentlicht: (2025)

Unifying Contrastive and Generative Objectives for Visual Understanding and Text-to-Image Generation
von: Li, Chao, et al.
Veröffentlicht: (2026)

GeneOH Diffusion: Towards Generalizable Hand-Object Interaction Denoising via Denoising Diffusion
von: Liu, Xueyi, et al.
Veröffentlicht: (2024)

Towards Understanding and Quantifying Uncertainty for Text-to-Image Generation
von: Franchi, Gianni, et al.
Veröffentlicht: (2024)

CustomVideo: Customizing Text-to-Video Generation with Multiple Subjects
von: Wang, Zhao, et al.
Veröffentlicht: (2024)

Unlocking the Potential of Text-to-Image Diffusion with PAC-Bayesian Theory
von: Jiang, Eric Hanchen, et al.
Veröffentlicht: (2024)

Dual Risk Minimization: Towards Next-Level Robustness in Fine-tuning Zero-Shot Models
von: Li, Kaican, et al.
Veröffentlicht: (2024)

Understanding Representation Dynamics of Diffusion Models via Low-Dimensional Modeling
von: Li, Xiao, et al.
Veröffentlicht: (2025)

Any-Order GPT as Masked Diffusion Model: Decoupling Formulation and Architecture
von: Xue, Shuchen, et al.
Veröffentlicht: (2025)

Adaptive Routing of Text-to-Image Generation Requests Between Large Cloud Model and Light-Weight Edge Model
von: Xin, Zewei, et al.
Veröffentlicht: (2024)

Efficient Transferability Assessment for Selection of Pre-trained Detectors
von: Wang, Zhao, et al.
Veröffentlicht: (2024)

Towards Effective Usage of Human-Centric Priors in Diffusion Models for Text-based Human Image Generation
von: Wang, Junyan, et al.
Veröffentlicht: (2024)

CustomText: Customized Textual Image Generation using Diffusion Models
von: Paliwal, Shubham, et al.
Veröffentlicht: (2024)

DGQ: Distribution-Aware Group Quantization for Text-to-Image Diffusion Models
von: Ryu, Hyogon, et al.
Veröffentlicht: (2025)

Towards Understanding Deep Learning Model in Image Recognition via Coverage Test
von: Li, Wenkai, et al.
Veröffentlicht: (2025)

Efficient Scaling of Diffusion Transformers for Text-to-Image Generation
von: Li, Hao, et al.
Veröffentlicht: (2024)

ProTIP: Probabilistic Robustness Verification on Text-to-Image Diffusion Models against Stochastic Perturbation
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Dual Diffusion for Unified Image Generation and Understanding
von: Li, Zijie, et al.
Veröffentlicht: (2024)

Hiding and Recovering Knowledge in Text-to-Image Diffusion Models via Learnable Prompts
von: Bui, Anh, et al.
Veröffentlicht: (2024)

Erasing Concepts from Text-to-Image Diffusion Models with Few-shot Unlearning
von: Fuchi, Masane, et al.
Veröffentlicht: (2024)

Towards Controllable Image Generation through Representation-Conditioned Diffusion Models
von: Karthikeyan, Nithesh Chandher, et al.
Veröffentlicht: (2026)

CCDM: Continuous Conditional Diffusion Models for Image Generation
von: Ding, Xin, et al.
Veröffentlicht: (2024)

Not All Prompts Are Made Equal: Prompt-based Pruning of Text-to-Image Diffusion Models
von: Ganjdanesh, Alireza, et al.
Veröffentlicht: (2024)

Receler: Reliable Concept Erasing of Text-to-Image Diffusion Models via Lightweight Erasers
von: Huang, Chi-Pin, et al.
Veröffentlicht: (2023)

Performance Plateaus in Inference-Time Scaling for Text-to-Image Diffusion Without External Models
von: Choi, Changhyun, et al.
Veröffentlicht: (2025)