Copertina

Rethinking The Training And Evaluation of Rich-Context Layout-to-Image Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cheng, Jiaxin, Zhao, Zixu, He, Tong, Xiao, Tianjun, Zhou, Yicong, Zhang, Zheng
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VideoSAM: Open-World Video Segmentation
di: Guo, Pinxue, et al.
Pubblicazione: (2024)

MEMO: Human-like Crisp Edge Detection Using Masked Edge Prediction
di: Cheng, Jiaxin, et al.
Pubblicazione: (2026)

Towards Generalized Multimodal Homography Estimation
di: You, Jinkun, et al.
Pubblicazione: (2026)

Learning from Mistakes: Iterative Prompt Relabeling for Text-to-Image Diffusion Model Training
di: Chen, Xinyan, et al.
Pubblicazione: (2023)

Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers
di: Shou, Yuntao, et al.
Pubblicazione: (2026)

LoCo: Locally Constrained Training-Free Layout-to-Image Synthesis
di: Zhao, Peiang, et al.
Pubblicazione: (2023)

Rethinking Training Dynamics in Scale-wise Autoregressive Generation
di: Zhou, Gengze, et al.
Pubblicazione: (2025)

SpotActor: Training-Free Layout-Controlled Consistent Image Generation
di: Wang, Jiahao, et al.
Pubblicazione: (2024)

Training-Free Layout-to-Image Generation with Marginal Attention Constraints
di: Chen, Huancheng, et al.
Pubblicazione: (2024)

Quaternion Infrared Visible Image Fusion
di: Yang, Weihua, et al.
Pubblicazione: (2025)

Quaternion Sparse Decomposition for Multi-focus Color Image Fusion
di: Yang, Weihua, et al.
Pubblicazione: (2025)

LayoutDiffusion: Controllable Diffusion Model for Layout-to-image Generation
di: Zheng, Guangcong, et al.
Pubblicazione: (2023)

ToLo: A Two-Stage, Training-Free Layout-To-Image Generation Framework For High-Overlap Layouts
di: Huang, Linhao, et al.
Pubblicazione: (2025)

COHO: Context-Sensitive City-Scale Hierarchical Urban Layout Generation
di: He, Liu, et al.
Pubblicazione: (2024)

Manga Generation via Layout-controllable Diffusion
di: Chen, Siyu, et al.
Pubblicazione: (2024)

RichControl: Structure- and Appearance-Rich Training-Free Spatial Control for Text-to-Image Generation
di: Pang, Lexi, et al.
Pubblicazione: (2025)

CreatiLayout: Siamese Multimodal Diffusion Transformer for Creative Layout-to-Image Generation
di: Zhang, Hui, et al.
Pubblicazione: (2024)

EchoGen: Cycle-Consistent Learning for Unified Layout-Image Generation and Understanding
di: Zou, Kai, et al.
Pubblicazione: (2026)

ContextGen: Contextual Layout Anchoring for Identity-Consistent Multi-Instance Generation
di: Xu, Ruihang, et al.
Pubblicazione: (2025)

Check, Locate, Rectify: A Training-Free Layout Calibration System for Text-to-Image Generation
di: Gong, Biao, et al.
Pubblicazione: (2023)

Hallucination of Multimodal Large Language Models: A Survey
di: Bai, Zechen, et al.
Pubblicazione: (2024)

LTSim: Layout Transportation-based Similarity Measure for Evaluating Layout Generation
di: Otani, Mayu, et al.
Pubblicazione: (2024)

Layout-Conditioned Autoregressive Text-to-Image Generation via Structured Masking
di: Zheng, Zirui, et al.
Pubblicazione: (2025)

Automatic Layout Planning for Visually-Rich Documents with Instruction-Following Models
di: Zhu, Wanrong, et al.
Pubblicazione: (2024)

Multi-Scale Diffusion: Enhancing Spatial Layout in High-Resolution Panoramic Image Generation
di: Zhang, Xiaoyu, et al.
Pubblicazione: (2024)

Training-free Composite Scene Generation for Layout-to-Image Synthesis
di: Liu, Jiaqi, et al.
Pubblicazione: (2024)

STAY Diffusion: Styled Layout Diffusion Model for Diverse Layout-to-Image Generation
di: Wang, Ruyu, et al.
Pubblicazione: (2025)

uLayout: Unified Room Layout Estimation for Perspective and Panoramic Images
di: Lee, Jonathan, et al.
Pubblicazione: (2025)

Guidance Matters: Rethinking the Evaluation Pitfall for Text-to-Image Generation
di: Xie, Dian, et al.
Pubblicazione: (2026)

ComposeAnyone: Controllable Layout-to-Human Generation with Decoupled Multimodal Conditions
di: Zhang, Shiyue, et al.
Pubblicazione: (2025)

OmniDocLayout: Towards Diverse Document Layout Generation via Coarse-to-Fine LLM Learning
di: Kang, Hengrui, et al.
Pubblicazione: (2025)

REAR: Rethinking Visual Autoregressive Models via Generator-Tokenizer Consistency Regularization
di: He, Qiyuan, et al.
Pubblicazione: (2025)

INT: Instance-Specific Negative Mining for Task-Generic Promptable Segmentation
di: Hu, Jian, et al.
Pubblicazione: (2025)

Cross-Domain Document Layout Analysis Using Document Style Guide
di: Wu, Xingjiao, et al.
Pubblicazione: (2022)

Street-View Image Generation from a Bird's-Eye View Layout
di: Swerdlow, Alexander, et al.
Pubblicazione: (2023)

Dense Cross-Scale Image Alignment With Fully Spatial Correlation and Just Noticeable Difference Guidance
di: You, Jinkun, et al.
Pubblicazione: (2025)

Unsupervised Open-Vocabulary Object Localization in Videos
di: Fan, Ke, et al.
Pubblicazione: (2023)

Generating a Paracosm for Training-Free Zero-Shot Composed Image Retrieval
di: Wang, Tong, et al.
Pubblicazione: (2026)

Zero-Painter: Training-Free Layout Control for Text-to-Image Synthesis
di: Ohanyan, Marianna, et al.
Pubblicazione: (2024)

Control and Realism: Best of Both Worlds in Layout-to-Image without Training
di: Li, Bonan, et al.
Pubblicazione: (2025)