Buchumschlag

CatVTON: Concatenation Is All You Need for Virtual Try-On with Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chong, Zheng, Dong, Xiao, Li, Haoxiang, Zhang, Shiyue, Zhang, Wenqing, Zhang, Xujie, Zhao, Hanqing, Jiang, Dongmei, Liang, Xiaodan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence 68T42 (Primary) 168T45 (Secondary) I.4.9
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CatV2TON: Taming Diffusion Transformers for Vision-Based Virtual Try-On with Temporal Concatenation
von: Chong, Zheng, et al.
Veröffentlicht: (2025)

FastFit: Accelerating Multi-Reference Virtual Try-On via Cacheable Diffusion Models
von: Chong, Zheng, et al.
Veröffentlicht: (2025)

DEAL-300K: Diffusion-based Editing Area Localization with a 300K-Scale Dataset and Frequency-Prompted Baseline
von: Zhang, Rui, et al.
Veröffentlicht: (2025)

Tri-Plane Mamba: Efficiently Adapting Segment Anything Model for 3D Medical Images
von: Wang, Hualiang, et al.
Veröffentlicht: (2024)

Gaze into the Heart: A Multi-View Video Dataset for rPPG and Health Biomarkers Estimation
von: Egorov, Konstantin, et al.
Veröffentlicht: (2025)

Efficient Vision-based Vehicle Speed Estimation
von: Macko, Andrej, et al.
Veröffentlicht: (2025)

CigTime: Corrective Instruction Generation Through Inverse Motion Editing
von: Fang, Qihang, et al.
Veröffentlicht: (2024)

PolyGlotFake: A Novel Multilingual and Multimodal DeepFake Dataset
von: Hou, Yang, et al.
Veröffentlicht: (2024)

Stylized Face Sketch Extraction via Generative Prior with Limited Data
von: Yun, Kwan, et al.
Veröffentlicht: (2024)

SymFace: Additional Facial Symmetry Loss for Deep Face Recognition
von: Prakash, Pritesh, et al.
Veröffentlicht: (2024)

LeGO: Leveraging a Surface Deformation Network for Animatable Stylized Face Generation with One Example
von: Yoon, Soyeon, et al.
Veröffentlicht: (2024)

Distilling foundation models for robust and efficient models in digital pathology
von: Filiot, Alexandre, et al.
Veröffentlicht: (2025)

Harnessing Deep Learning and Satellite Imagery for Post-Buyout Land Cover Mapping
von: Otal, Hakan T., et al.
Veröffentlicht: (2024)

Detailed Evaluation of Modern Machine Learning Approaches for Optic Plastics Sorting
von: Maheshkar, Vaishali, et al.
Veröffentlicht: (2025)

Empowering Image Recovery_ A Multi-Attention Approach
von: Wen, Juan, et al.
Veröffentlicht: (2024)

SelectiveKD: A semi-supervised framework for cancer detection in DBT through Knowledge Distillation and Pseudo-labeling
von: Dillard, Laurent, et al.
Veröffentlicht: (2024)

DeepFusionNet: Autoencoder-Based Low-Light Image Enhancement and Super-Resolution
von: Çalışkan, Halil Hüseyin, et al.
Veröffentlicht: (2025)

Relightable and Dynamic Gaussian Avatar Reconstruction from Monocular Video
von: Choi, Seonghwa, et al.
Veröffentlicht: (2025)

Fixed-Threshold Evaluation of a Hybrid CNN-ViT for AI-Generated Image Detection Across Photos and Art
von: Khan, Md Ashik, et al.
Veröffentlicht: (2025)

VitalLens 2.0: High-Fidelity rPPG for Heart Rate Variability Estimation from Face Video
von: Rouast, Philipp V.
Veröffentlicht: (2025)

N-DriverMotion: Driver motion learning and prediction using an event-based camera and directly trained spiking neural networks on Loihi 2
von: Chung, Hyo Jong, et al.
Veröffentlicht: (2024)

Identity Deepfake Threats to Biometric Authentication Systems: Public and Expert Perspectives
von: He, Shijing, et al.
Veröffentlicht: (2025)

Event-ECC: Asynchronous Tracking of Events with Continuous Optimization
von: Zafeiri, Maria, et al.
Veröffentlicht: (2024)

Knowledge Distillation: Enhancing Neural Network Compression with Integrated Gradients
von: Hernandez, David E., et al.
Veröffentlicht: (2025)

Multi-Agent Object Detection Framework Based on Raspberry Pi YOLO Detector and Slack-Ollama Natural Language Interface
von: Kalušev, Vladimir, et al.
Veröffentlicht: (2026)

Geochemistry of volcanic rocks from the Hikurangi and Manihiki Plateaus
von: Hoernle, Kaj, et al.
Veröffentlicht: (2010)

Visual Style Prompt Learning Using Diffusion Models for Blind Face Restoration
von: Lu, Wanglong, et al.
Veröffentlicht: (2024)

The Impact of Image Resolution on Face Detection: A Comparative Analysis of MTCNN, YOLOv XI and YOLOv XII models
von: Ömercikoğlu, Ahmet Can, et al.
Veröffentlicht: (2025)

HieraEdgeNet: A Multi-Scale Edge-Enhanced Framework for Automated Pollen Recognition
von: Long, Yuchong, et al.
Veröffentlicht: (2025)

ABot-Claw: A Foundation for Persistent, Cooperative, and Self-Evolving Robotic Agents
von: Huo, Dongjie, et al.
Veröffentlicht: (2026)

Probabilistic Selection in AgentSpeak(L)
von: Coelho, Francisco, et al.
Veröffentlicht: (2014)

Eleven Primitives and Three Gates: The Universal Structure of Computational Imaging
von: Yang, Chengshuai, et al.
Veröffentlicht: (2026)

Model compression using knowledge distillation with integrated gradients
von: Hernandez, David E., et al.
Veröffentlicht: (2025)

Balanced conic rectified flow
von: Kim, Shin Seong, et al.
Veröffentlicht: (2025)

Motion-Based Sign Language Video Summarization using Curvature and Torsion
von: Sartinas, Evangelos G., et al.
Veröffentlicht: (2023)

BG-YOLO: A Bidirectional-Guided Method for Underwater Object Detection
von: Zhang, Jian, et al.
Veröffentlicht: (2024)

A Plug-and-Play Method with Inpainting Network for Bayesian Uncertainty Quantification in Imaging
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2023)

EditP23: 3D Editing via Propagation of Image Prompts to Multi-View
von: Bar-On, Roi, et al.
Veröffentlicht: (2025)

Medico 2025: Visual Question Answering for Gastrointestinal Imaging
von: Gautam, Sushant, et al.
Veröffentlicht: (2025)

StatsMerging: Statistics-Guided Model Merging via Task-Specific Teacher Distillation
von: Merugu, Ranjith, et al.
Veröffentlicht: (2025)