Buchumschlag

There and Back Again: On the relation between Noise and Image Inversions in Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Staniszewski, Łukasz, Kuciński, Łukasz, Deja, Kamil
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Precise Parameter Localization for Textual Generation in Diffusion Models
von: Staniszewski, Łukasz, et al.
Veröffentlicht: (2025)

Attention, May I Have Your Decision? Localizing Generative Choices in Diffusion Models
von: Zaleska, Katarzyna, et al.
Veröffentlicht: (2026)

InfoDisent: Explainability of Image Classification Models by Information Disentanglement
von: Struski, Łukasz, et al.
Veröffentlicht: (2024)

Deep Generative Models for Proton Zero Degree Calorimeter Simulations in ALICE, CERN
von: Będkowski, Patryk, et al.
Veröffentlicht: (2024)

Fast Sampling Through The Reuse Of Attention Maps In Diffusion Models
von: Hunter, Rosco, et al.
Veröffentlicht: (2023)

ExpertSim: Fast Particle Detector Simulation Using Mixture-of-Generative-Experts
von: Będkowski, Patryk, et al.
Veröffentlicht: (2025)

Safeguard Text-to-Image Diffusion Models with Human Feedback Inversion
von: Kim, Sanghyun, et al.
Veröffentlicht: (2024)

Editable Noise Map Inversion: Encoding Target-image into Noise For High-Fidelity Image Manipulation
von: Kang, Mingyu, et al.
Veröffentlicht: (2025)

NoiseDiffusion: Correcting Noise for Image Interpolation with Diffusion Models beyond Spherical Linear Interpolation
von: Zheng, PengFei, et al.
Veröffentlicht: (2024)

Red Teaming Models for Hyperspectral Image Analysis Using Explainable AI
von: Zaigrajew, Vladimir, et al.
Veröffentlicht: (2024)

Improving Deep Learning-based Automatic Cranial Defect Reconstruction by Heavy Data Augmentation: From Image Registration to Latent Diffusion Models
von: Wodzinski, Marek, et al.
Veröffentlicht: (2024)

Videoshop: Localized Semantic Video Editing with Noise-Extrapolated Diffusion Inversion
von: Fan, Xiang, et al.
Veröffentlicht: (2024)

Inversion-DPO: Precise and Efficient Post-Training for Diffusion Models
von: Li, Zejian, et al.
Veröffentlicht: (2025)

Resfusion: Denoising Diffusion Probabilistic Models for Image Restoration Based on Prior Residual Noise
von: Shi, Zhenning, et al.
Veröffentlicht: (2023)

InverseMeetInsert: Robust Real Image Editing via Geometric Accumulation Inversion in Guided Diffusion Models
von: Zheng, Yan, et al.
Veröffentlicht: (2024)

LPNSR: Optimal Noise-Guided Diffusion Image Super-Resolution Via Learnable Noise Prediction
von: Huang, Shuwei, et al.
Veröffentlicht: (2026)

Low-Rank Continual Personalization of Diffusion Models
von: Staniszewski, Łukasz, et al.
Veröffentlicht: (2024)

QNCD: Quantization Noise Correction for Diffusion Models
von: Chu, Huanpeng, et al.
Veröffentlicht: (2024)

Aligning Diffusion Models with Noise-Conditioned Perception
von: Gambashidze, Alexander, et al.
Veröffentlicht: (2024)

Multi-view Image Diffusion via Coordinate Noise and Fourier Attention
von: Theiss, Justin, et al.
Veröffentlicht: (2024)

Latent Bias Alignment for High-Fidelity Diffusion Inversion in Real-World Image Reconstruction and Manipulation
von: Chen, Weiming, et al.
Veröffentlicht: (2026)

DetoxAI: a Python Toolkit for Debiasing Deep Learning Models in Computer Vision
von: Stępka, Ignacy, et al.
Veröffentlicht: (2025)

Detecting AI-Generated Images via Diffusion Snap-Back Reconstruction: A Forensic Approach
von: Ameen, Mohd Ruhul, et al.
Veröffentlicht: (2025)

Gradient Inversion of Federated Diffusion Models
von: Huang, Jiyue, et al.
Veröffentlicht: (2024)

Model Already Knows the Best Noise: Bayesian Active Noise Selection via Attention in Video Diffusion Model
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2025)

SNR-Edit: Structure-Aware Noise Rectification for Inversion-Free Flow-Based Editing
von: Jiang, Lifan, et al.
Veröffentlicht: (2026)

FakeInversion: Learning to Detect Images from Unseen Text-to-Image Models by Inverting Stable Diffusion
von: Cazenavette, George, et al.
Veröffentlicht: (2024)

Is Your Text-to-Image Model Robust to Caption Noise?
von: Yu, Weichen, et al.
Veröffentlicht: (2024)

GuidNoise: Single-Pair Guided Diffusion for Generalized Noise Synthesis
von: Kim, Changjin, et al.
Veröffentlicht: (2025)

Improving Denoising Diffusion Models via Simultaneous Estimation of Image and Noise
von: Zhang, Zhenkai, et al.
Veröffentlicht: (2023)

Improved Noise Schedule for Diffusion Training
von: Hang, Tiankai, et al.
Veröffentlicht: (2024)

T2SMark: Balancing Robustness and Diversity in Noise-as-Watermark for Diffusion Models
von: Yang, Jindong, et al.
Veröffentlicht: (2025)

On Equivariance and Fast Sampling in Video Diffusion Models Trained with Warped Noise
von: Liu, Chao, et al.
Veröffentlicht: (2025)

From Noise to Nuance: Advances in Deep Generative Image Models
von: Peng, Benji, et al.
Veröffentlicht: (2024)

SIDE: Sparse Information Disentanglement for Explainable Artificial Intelligence
von: Dubovik, Viktar, et al.
Veröffentlicht: (2025)

InverFill: One-Step Inversion for Enhanced Few-Step Diffusion Inpainting
von: Vu, Duc, et al.
Veröffentlicht: (2026)

Paired Image Generation with Diffusion-Guided Diffusion Models
von: Zhang, Haoxuan, et al.
Veröffentlicht: (2025)

Stabilizing Diffusion Posterior Sampling by Noise--Frequency Continuation
von: Tian, Feng, et al.
Veröffentlicht: (2026)

NoiseRater: Meta-Learned Noise Valuation for Diffusion Model Training
von: Wu, Fang, et al.
Veröffentlicht: (2026)

Model Inversion Attack Against Deep Hashing
von: Zhao, Dongdong, et al.
Veröffentlicht: (2025)