:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	He, Jing, Li, Haodong, Hu, Yongzhe, Shen, Guibao, Cai, Yingjie, Qiu, Weichao, Chen, Ying-Cong
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	https://arxiv.org/abs/2410.02067
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

OmniBooth: Learning Latent Control for Image Synthesis with Multi-modal Instruction
di: Li, Leheng, et al.
Pubblicazione: (2024)

SyntheOcc: Synthesize Geometric-Controlled Street View Images through 3D Semantic MPIs
di: Li, Leheng, et al.
Pubblicazione: (2024)

Lotus-2: Advancing Geometric Dense Prediction with Powerful Image Generative Model
di: He, Jing, et al.
Pubblicazione: (2025)

StereoPilot: Learning Unified and Efficient Stereo Conversion via Generative Priors
di: Shen, Guibao, et al.
Pubblicazione: (2025)

PRM: Photometric Stereo based Large Reconstruction Model
di: Ge, Wenhang, et al.
Pubblicazione: (2024)

Motion Inversion for Video Customization
di: Wang, Luozhou, et al.
Pubblicazione: (2024)

Text-Anchored Score Composition: Tackling Condition Misalignment in Text-to-Image Diffusion Models
di: Wang, Luozhou, et al.
Pubblicazione: (2023)

DisPose: Disentangling Pose Guidance for Controllable Human Image Animation
di: Li, Hongxiang, et al.
Pubblicazione: (2024)

Envisioning Beyond the Pixels: Benchmarking Reasoning-Informed Visual Editing
di: Zhao, Xiangyu, et al.
Pubblicazione: (2025)

SG-Adapter: Enhancing Text-to-Image Generation with Scene Graph Guidance
di: Shen, Guibao, et al.
Pubblicazione: (2024)

IC-Custom: Diverse Image Customization via In-Context Learning
di: Li, Yaowei, et al.
Pubblicazione: (2025)

DisCo: Disentangled Control for Realistic Human Dance Generation
di: Wang, Tan, et al.
Pubblicazione: (2023)

An Item is Worth a Prompt: Versatile Image Editing with Disentangled Control
di: Feng, Aosong, et al.
Pubblicazione: (2024)

Learning Disentangled Identifiers for Action-Customized Text-to-Image Generation
di: Huang, Siteng, et al.
Pubblicazione: (2023)

Prompt-Agnostic Adversarial Perturbation for Customized Diffusion Models
di: Wan, Cong, et al.
Pubblicazione: (2024)

CamPilot: Improving Camera Control in Video Diffusion Model with Efficient Camera Reward Feedback
di: Ge, Wenhang, et al.
Pubblicazione: (2026)

RoboEvolve: Co-Evolving Planner-Simulator for Robotic Manipulation with Limited Data
di: Chen, Harold Haodong, et al.
Pubblicazione: (2026)

TAVP: Task-Adaptive Visual Prompt for Cross-domain Few-shot Segmentation
di: Yang, Jiaqi, et al.
Pubblicazione: (2024)

Visual Prompt-Agnostic Evolution
di: Wang, Junze, et al.
Pubblicazione: (2026)

RectifiedHR: Enable Efficient High-Resolution Synthesis via Energy Rectification
di: Yang, Zhen, et al.
Pubblicazione: (2025)

Paragraph-to-Image Generation with Information-Enriched Diffusion Model
di: Wu, Weijia, et al.
Pubblicazione: (2023)

DisMo: Disentangled Motion Representations for Open-World Motion Transfer
di: Ressler-Antal, Thomas, et al.
Pubblicazione: (2025)

DisFaceRep: Representation Disentanglement for Co-occurring Facial Components in Weakly Supervised Face Parsing
di: Wang, Xiaoqin, et al.
Pubblicazione: (2025)

Lotus: Diffusion-based Visual Foundation Model for High-quality Dense Prediction
di: He, Jing, et al.
Pubblicazione: (2024)

Attend and Enrich: Enhanced Visual Prompt for Zero-Shot Learning
di: Liu, Man, et al.
Pubblicazione: (2024)

DisControlFace: Adding Disentangled Control to Diffusion Autoencoder for One-shot Explicit Facial Image Editing
di: Jia, Haozhe, et al.
Pubblicazione: (2023)

Bi-TTA: Bidirectional Test-Time Adapter for Remote Physiological Measurement
di: Li, Haodong, et al.
Pubblicazione: (2024)

Generalizing Alignment Paradigm of Text-to-Image Generation with Preferences through $f$-divergence Minimization
di: Sun, Haoyuan, et al.
Pubblicazione: (2024)

Semantic-Enriched Latent Visual Reasoning
di: Xu, Tianrun, et al.
Pubblicazione: (2026)

T-Rex-Omni: Integrating Negative Visual Prompt in Generic Object Detection
di: Zhou, Jiazhou, et al.
Pubblicazione: (2025)

Go with Your Gut: Scaling Confidence for Autoregressive Image Generation
di: Chen, Harold Haodong, et al.
Pubblicazione: (2025)

TV-3DG: Mastering Text-to-3D Customized Generation with Visual Prompt
di: Yang, Jiahui, et al.
Pubblicazione: (2024)

FreeCustom: Tuning-Free Customized Image Generation for Multi-Concept Composition
di: Ding, Ganggui, et al.
Pubblicazione: (2024)

OmniPrism: Learning Disentangled Visual Concept for Image Generation
di: Li, Yangyang, et al.
Pubblicazione: (2024)

IF-Bench: Benchmarking and Enhancing MLLMs for Infrared Images with Generative Visual Prompting
di: Zhang, Tao, et al.
Pubblicazione: (2025)

PET-DINO: Unifying Visual Cues into Grounding DINO with Prompt-Enriched Training
di: Fu, Weifu, et al.
Pubblicazione: (2026)

AttenCraft: Attention-guided Disentanglement of Multiple Concepts for Text-to-Image Customization
di: Shentu, Junjie, et al.
Pubblicazione: (2024)

GroundingBooth: Grounding Text-to-Image Customization
di: Xiong, Zhexiao, et al.
Pubblicazione: (2024)

SCC-YOLO: An Improved Object Detector for Assisting in Brain Tumor Diagnosis
di: Bai, Runci, et al.
Pubblicazione: (2025)

Advancing high-fidelity 3D and Texture Generation with 2.5D latents
di: Yang, Xin, et al.
Pubblicazione: (2025)