Buchumschlag

Generating Intermediate Representations for Compositional Text-To-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Galun, Ran, Benaim, Sagie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PhyGenHOI: Physically-Aware 4D Generation of Dynamic Human-Object Interactions
von: Benishu, Omer, et al.
Veröffentlicht: (2026)

RAD: Retrieval-Augmented Monocular Metric Depth Estimation for Underrepresented Classes
von: Baltaxe, Michael, et al.
Veröffentlicht: (2026)

Colored Noise Diffusion Sampling
von: Davidson, Hadar, et al.
Veröffentlicht: (2026)

RewardSDS: Aligning Score Distillation via Reward-Weighted Sampling
von: Chachy, Itay, et al.
Veröffentlicht: (2025)

Designing a Conditional Prior Distribution for Flow-Based Generative Models
von: Issachar, Noam, et al.
Veröffentlicht: (2025)

MV-RAG: Retrieval Augmented Multiview Diffusion
von: Dayani, Yosef, et al.
Veröffentlicht: (2025)

Let it Snow! Animating 3D Gaussian Scenes with Dynamic Weather Effects via Physics-Guided Score Distillation
von: Fiebelman, Gal, et al.
Veröffentlicht: (2025)

DGD: Dynamic 3D Gaussians Distillation
von: Labe, Isaac, et al.
Veröffentlicht: (2024)

Structurally Disentangled Feature Fields Distillation for 3D Understanding and Editing
von: Levy, Yoel, et al.
Veröffentlicht: (2025)

LaMI: Augmenting Large Language Models via Late Multi-Image Fusion
von: Yariv, Guy, et al.
Veröffentlicht: (2024)

Discriminative Class Tokens for Text-to-Image Diffusion Models
von: Schwartz, Idan, et al.
Veröffentlicht: (2023)

SemanticMoments: Training-Free Motion Similarity via Third Moment Features
von: Huberman, Saar, et al.
Veröffentlicht: (2026)

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes
von: Krakovsky, Shai, et al.
Veröffentlicht: (2025)

Splat and Distill: Augmenting Teachers with Feed-Forward 3D Reconstruction For 3D-Aware Distillation
von: Shavin, David, et al.
Veröffentlicht: (2026)

Coarse-To-Fine Tensor Trains for Compact Visual Representations
von: Loeschcke, Sebastian, et al.
Veröffentlicht: (2024)

Through-The-Mask: Mask-based Motion Trajectories for Image-to-Video Generation
von: Yariv, Guy, et al.
Veröffentlicht: (2025)

GlobalSplat: Efficient Feed-Forward 3D Gaussian Splatting via Global Scene Tokens
von: Itkin, Roni, et al.
Veröffentlicht: (2026)

DyPE: Dynamic Position Extrapolation for Ultra High Resolution Diffusion
von: Issachar, Noam, et al.
Veröffentlicht: (2025)

Leveraging Image Matching Toward End-to-End Relative Camera Pose Regression
von: Khatib, Fadi, et al.
Veröffentlicht: (2022)

Intermediate Representations are Strong AI-Generated Image Detectors
von: Huang, Zhenhan, et al.
Veröffentlicht: (2026)

Compositional Text-to-Image Generation with Dense Blob Representations
von: Nie, Weili, et al.
Veröffentlicht: (2024)

CSGO: Content-Style Composition in Text-to-Image Generation
von: Xing, Peng, et al.
Veröffentlicht: (2024)

Synthetic Curriculum Reinforces Compositional Text-to-Image Generation
von: Wang, Shijian, et al.
Veröffentlicht: (2025)

GSVisLoc: Generalizable Visual Localization for Gaussian Splatting Scene Representations
von: Khatib, Fadi, et al.
Veröffentlicht: (2025)

Assessing Neural Network Robustness via Adversarial Pivotal Tuning
von: Christensen, Peter Ebert, et al.
Veröffentlicht: (2022)

ComposeAnything: Composite Object Priors for Text-to-Image Generation
von: Khan, Zeeshan, et al.
Veröffentlicht: (2025)

Evaluating the Evaluators: Metrics for Compositional Text-to-Image Generation
von: Kasaei, Seyed Amir, et al.
Veröffentlicht: (2025)

Diffusion Beats Autoregressive: An Evaluation of Compositional Generation in Text-to-Image Models
von: Marioriyad, Arash, et al.
Veröffentlicht: (2024)

Progressive Compositionality in Text-to-Image Generative Models
von: Han, Evans Xu, et al.
Veröffentlicht: (2024)

Improving Compositional Attribute Binding in Text-to-Image Generative Models via Enhanced Text Embeddings
von: Zarei, Arman, et al.
Veröffentlicht: (2024)

No Concept Left Behind: Test-Time Optimization for Compositional Text-to-Image Generation
von: Sameti, Mohammad Hossein, et al.
Veröffentlicht: (2025)

Training-Free Text-to-Image Compositional Food Generation via Prompt Grafting
von: Pan, Xinyue, et al.
Veröffentlicht: (2026)

LLM4GEN: Leveraging Semantic Representation of LLMs for Text-to-Image Generation
von: Liu, Mushui, et al.
Veröffentlicht: (2024)

Extending One-Step Image Generation from Class Labels to Text via Discriminative Text Representation
von: Zhao, Chenxi, et al.
Veröffentlicht: (2026)

Decomposing Subject-Driven Image Generation via Intermediate Structural Prediction
von: Guo, Hanzhong, et al.
Veröffentlicht: (2026)

Compositional Text-to-Image Generation Via Region-aware Bimodal Direct Preference Optimization
von: Liu, Zhuohan, et al.
Veröffentlicht: (2026)

MCCD: Multi-Agent Collaboration-based Compositional Diffusion for Complex Text-to-Image Generation
von: Li, Mingcheng, et al.
Veröffentlicht: (2025)

Golden RPG: Confidence-Adaptive Region-Aware Noise for Compositional Text-to-Image Generation
von: Li, Hao
Veröffentlicht: (2026)

Generating Animated Layouts as Structured Text Representations
von: Shin, Yeonsang, et al.
Veröffentlicht: (2025)

Surgical Text-to-Image Generation
von: Nwoye, Chinedu Innocent, et al.
Veröffentlicht: (2024)