MoLA: Motion Generation and Editing with Latent Diffusion Enhanced by Adversarial Training
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Uchida, Kengo, Shibuya, Takashi, Takida, Yuhta, Murata, Naoki, Tanke, Julian, Takahashi, Shusuke, Mitsufuji, Yuki |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
BigVSAN: Enhancing GAN-based Neural Vocoders with Slicing Adversarial Network
par: Shibuya, Takashi, et autres
Publié: (2023)
par: Shibuya, Takashi, et autres
Publié: (2023)
Dyadic Mamba: Long-term Dyadic Human Motion Synthesis
par: Tanke, Julian, et autres
Publié: (2025)
par: Tanke, Julian, et autres
Publié: (2025)
Forging and Removing Latent-Noise Diffusion Watermarks Using a Single Image
par: Jain, Anubhav, et autres
Publié: (2025)
par: Jain, Anubhav, et autres
Publié: (2025)
Efficiency without Compromise: CLIP-aided Text-to-Image GANs with Increased Diversity
par: Kobayashi, Yuya, et autres
Publié: (2025)
par: Kobayashi, Yuya, et autres
Publié: (2025)
Distill, Forget, Repeat: A Framework for Continual Unlearning in Text-to-Image Diffusion Models
par: George, Naveen, et autres
Publié: (2025)
par: George, Naveen, et autres
Publié: (2025)
SAN: Inducing Metrizability of GAN with Discriminative Normalized Linear Layer
par: Takida, Yuhta, et autres
Publié: (2023)
par: Takida, Yuhta, et autres
Publié: (2023)
Transformed Low-rank Adaptation via Tensor Decomposition and Its Applications to Text-to-image Models
par: Tao, Zerui, et autres
Publié: (2025)
par: Tao, Zerui, et autres
Publié: (2025)
Improving Vector-Quantized Image Modeling with Latent Consistency-Matching Diffusion
par: Nguyen, Bac, et autres
Publié: (2024)
par: Nguyen, Bac, et autres
Publié: (2024)
GUDA: Counterfactual Group-wise Training Data Attribution for Diffusion Models via Unlearning
par: Murata, Naoki, et autres
Publié: (2026)
par: Murata, Naoki, et autres
Publié: (2026)
Zero- and Few-shot Sound Event Localization and Detection
par: Shimada, Kazuki, et autres
Publié: (2023)
par: Shimada, Kazuki, et autres
Publié: (2023)
HQ-VAE: Hierarchical Discrete Representation Learning with Variational Bayes
par: Takida, Yuhta, et autres
Publié: (2023)
par: Takida, Yuhta, et autres
Publié: (2023)
TraSCE: Trajectory Steering for Concept Erasure
par: Jain, Anubhav, et autres
Publié: (2024)
par: Jain, Anubhav, et autres
Publié: (2024)
Classifier-Free Guidance inside the Attraction Basin May Cause Memorization
par: Jain, Anubhav, et autres
Publié: (2024)
par: Jain, Anubhav, et autres
Publié: (2024)
Diffusion-based Signal Refiner for Speech Enhancement and Separation
par: Hirano, Masato, et autres
Publié: (2023)
par: Hirano, Masato, et autres
Publié: (2023)
Improved Object-Centric Diffusion Learning with Registers and Contrastive Alignment
par: Nguyen, Bac, et autres
Publié: (2026)
par: Nguyen, Bac, et autres
Publié: (2026)
SONA: Learning Conditional, Unconditional, and Mismatching-Aware Discriminator
par: Takida, Yuhta, et autres
Publié: (2025)
par: Takida, Yuhta, et autres
Publié: (2025)
SAVGBench: Benchmarking Spatially Aligned Audio-Video Generation
par: Shimada, Kazuki, et autres
Publié: (2024)
par: Shimada, Kazuki, et autres
Publié: (2024)
G2D2: Gradient-Guided Discrete Diffusion for Inverse Problem Solving
par: Murata, Naoki, et autres
Publié: (2024)
par: Murata, Naoki, et autres
Publié: (2024)
Weighted Point Set Embedding for Multimodal Contrastive Learning Toward Optimal Similarity Metric
par: Uesaka, Toshimitsu, et autres
Publié: (2024)
par: Uesaka, Toshimitsu, et autres
Publié: (2024)
Noise Scheduling as Information-Guided Allocation in Diffusion Training
par: Raya, Gabriel, et autres
Publié: (2026)
par: Raya, Gabriel, et autres
Publié: (2026)
SoundCTM: Unifying Score-based and Consistency Models for Full-band Text-to-Sound Generation
par: Saito, Koichi, et autres
Publié: (2024)
par: Saito, Koichi, et autres
Publié: (2024)
Denoising Multi-Beta VAE: Representation Learning for Disentanglement and Generation
par: Uppal, Anshuk, et autres
Publié: (2025)
par: Uppal, Anshuk, et autres
Publié: (2025)
Distillation of Discrete Diffusion through Dimensional Correlations
par: Hayakawa, Satoshi, et autres
Publié: (2024)
par: Hayakawa, Satoshi, et autres
Publié: (2024)
PaGoDA: Progressive Growing of a One-Step Generator from a Low-Resolution Diffusion Teacher
par: Kim, Dongjun, et autres
Publié: (2024)
par: Kim, Dongjun, et autres
Publié: (2024)
Demystifying MaskGIT Sampler and Beyond: Adaptive Order Selection in Masked Diffusion
par: Hayakawa, Satoshi, et autres
Publié: (2025)
par: Hayakawa, Satoshi, et autres
Publié: (2025)
VCT: Training Consistency Models with Variational Noise Coupling
par: Silvestri, Gianluigi, et autres
Publié: (2025)
par: Silvestri, Gianluigi, et autres
Publié: (2025)
Theoretical Refinement of CLIP by Utilizing Linear Structure of Optimal Similarity
par: Yoshida, Naoki, et autres
Publié: (2025)
par: Yoshida, Naoki, et autres
Publié: (2025)
MMAudioSep: Taming Video-to-Audio Generative Model Towards Video/Text-Queried Sound Separation
par: Takahashi, Akira, et autres
Publié: (2025)
par: Takahashi, Akira, et autres
Publié: (2025)
Coherent Audio-Visual Editing via Conditional Audio Generation Following Video Edits
par: Ishii, Masato, et autres
Publié: (2025)
par: Ishii, Masato, et autres
Publié: (2025)
DiffRoll: Diffusion-based Generative Music Transcription with Unsupervised Pretraining Capability
par: Cheuk, Kin Wai, et autres
Publié: (2022)
par: Cheuk, Kin Wai, et autres
Publié: (2022)
TITAN-Guide: Taming Inference-Time AligNment for Guided Text-to-Video Diffusion Models
par: Simon, Christian, et autres
Publié: (2025)
par: Simon, Christian, et autres
Publié: (2025)
$\textit{Jump Your Steps}$: Optimizing Sampling Schedule of Discrete Diffusion Models
par: Park, Yong-Hyun, et autres
Publié: (2024)
par: Park, Yong-Hyun, et autres
Publié: (2024)
Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion
par: Kim, Dongjun, et autres
Publié: (2023)
par: Kim, Dongjun, et autres
Publié: (2023)
Schrödinger Bridge Consistency Trajectory Models for Speech Enhancement
par: Nishigori, Shuichiro, et autres
Publié: (2025)
par: Nishigori, Shuichiro, et autres
Publié: (2025)
A Unified View of Score-Based and Drifting Models
par: Lai, Chieh-Hsin, et autres
Publié: (2026)
par: Lai, Chieh-Hsin, et autres
Publié: (2026)
Visual Echoes: A Simple Unified Transformer for Audio-Visual Generation
par: Yang, Shiqi, et autres
Publié: (2024)
par: Yang, Shiqi, et autres
Publié: (2024)
Diffusion-Based Speech Enhancement with Joint Generative and Predictive Decoders
par: Shi, Hao, et autres
Publié: (2023)
par: Shi, Hao, et autres
Publié: (2023)
A Simple but Strong Baseline for Sounding Video Generation: Effective Adaptation of Audio and Video Diffusion Models for Joint Generation
par: Ishii, Masato, et autres
Publié: (2024)
par: Ishii, Masato, et autres
Publié: (2024)
Large-Scale Training Data Attribution for Music Generative Models via Unlearning
par: Choi, Woosung, et autres
Publié: (2025)
par: Choi, Woosung, et autres
Publié: (2025)
MMDisCo: Multi-Modal Discriminator-Guided Cooperative Diffusion for Joint Audio and Video Generation
par: Hayakawa, Akio, et autres
Publié: (2024)
par: Hayakawa, Akio, et autres
Publié: (2024)
Documents similaires
-
BigVSAN: Enhancing GAN-based Neural Vocoders with Slicing Adversarial Network
par: Shibuya, Takashi, et autres
Publié: (2023) -
Dyadic Mamba: Long-term Dyadic Human Motion Synthesis
par: Tanke, Julian, et autres
Publié: (2025) -
Forging and Removing Latent-Noise Diffusion Watermarks Using a Single Image
par: Jain, Anubhav, et autres
Publié: (2025) -
Efficiency without Compromise: CLIP-aided Text-to-Image GANs with Increased Diversity
par: Kobayashi, Yuya, et autres
Publié: (2025) -
Distill, Forget, Repeat: A Framework for Continual Unlearning in Text-to-Image Diffusion Models
par: George, Naveen, et autres
Publié: (2025)