Buchumschlag

Investigating Conceptual Blending of a Diffusion Model for Improving Nonword-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Matsuhira, Chihaya, Kastner, Marc A., Komamizu, Takahiro, Hirayama, Takatsugu, Ide, Ichiro
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-proposal Collaboration and Multi-task Training for Weakly-supervised Video Moment Retrieval
von: Zhang, Bolin, et al.
Veröffentlicht: (2026)

Small Object Detection for Birds with Swin Transformer
von: Huo, Da, et al.
Veröffentlicht: (2025)

A Novel Approach to Industrial Defect Generation through Blended Latent Diffusion Model with Online Adaptation
von: Li, Hanxi, et al.
Veröffentlicht: (2024)

Latent Feature-Guided Conditional Diffusion for Generative Image Semantic Communication
von: Chen, Zehao, et al.
Veröffentlicht: (2025)

Editing on the Generative Manifold: A Theoretical and Empirical Study of General Diffusion-Based Image Editing Trade-offs
von: Hu, Yi, et al.
Veröffentlicht: (2026)

Language-oriented Semantic Communication for Image Transmission with Fine-Tuned Diffusion Model
von: Wei, Xinfeng, et al.
Veröffentlicht: (2024)

PFB-Diff: Progressive Feature Blending Diffusion for Text-driven Image Editing
von: Huang, Wenjing, et al.
Veröffentlicht: (2023)

ConCLVD: Controllable Chinese Landscape Video Generation via Diffusion Model
von: Liu, Dingming, et al.
Veröffentlicht: (2024)

MMoFusion: Multi-modal Co-Speech Motion Generation with Diffusion Model
von: Wang, Sen, et al.
Veröffentlicht: (2024)

TP-Blend: Textual-Prompt Attention Pairing for Precise Object-Style Blending in Diffusion Models
von: Jin, Xin, et al.
Veröffentlicht: (2026)

REAL: Realism Evaluation of Text-to-Image Generation Models for Effective Data Augmentation
von: Li, Ran, et al.
Veröffentlicht: (2025)

Improving Long-Text Alignment for Text-to-Image Diffusion Models
von: Liu, Luping, et al.
Veröffentlicht: (2024)

Probing Commonsense Reasoning Capability of Text-to-Image Generative Models via Non-visual Description
von: Pan, Mianzhi, et al.
Veröffentlicht: (2023)

On Copyright Risks of Text-to-Image Diffusion Models
von: Zhang, Yang, et al.
Veröffentlicht: (2023)

Signals of Provenance: Practices & Challenges of Navigating Indicators in AI-Generated Media for Sighted and Blind Individuals
von: Ide, Ayae, et al.
Veröffentlicht: (2025)

Tracking Small Birds by Detection Candidate Region Filtering and Detection History-aware Association
von: Liu, Tingwei, et al.
Veröffentlicht: (2024)

Facet-Level Persona Control by Trait-Activated Routing with Contrastive SAE for Role-Playing LLMs
von: Tang, Wenqiu, et al.
Veröffentlicht: (2026)

Generative Semantic Communication: Diffusion Models Beyond Bit Recovery
von: Grassucci, Eleonora, et al.
Veröffentlicht: (2023)

Improving Virtual Try-On with Garment-focused Diffusion Models
von: Wan, Siqi, et al.
Veröffentlicht: (2024)

Reinforcing Pre-trained Models Using Counterfactual Images
von: Li, Xiang, et al.
Veröffentlicht: (2024)

MaXsive: High-Capacity and Robust Training-Free Generative Image Watermarking in Diffusion Models
von: Mao, Po-Yuan, et al.
Veröffentlicht: (2025)

Diffusion Model-Based Size Variable Virtual Try-On Technology and Evaluation Method
von: Zhang, Shufang, et al.
Veröffentlicht: (2025)

A Conceptual Model of Intelligent Multimedia Data Rendered using Flying Light Specks
von: Yazdani, Nima, et al.
Veröffentlicht: (2024)

RoSMM: A Robust and Secure Multi-Modal Watermarking Framework for Diffusion Models
von: Fang, ZhongLi, et al.
Veröffentlicht: (2025)

Hi3D: Pursuing High-Resolution Image-to-3D Generation with Video Diffusion Models
von: Yang, Haibo, et al.
Veröffentlicht: (2024)

Multi Agents Semantic Emotion Aligned Music to Image Generation with Music Derived Captions
von: Shi, Junchang, et al.
Veröffentlicht: (2025)

Improving Remote Patient Monitoring Systems Using a Fog-based IoT Platform with Speech Recognition
von: Baucas, Marc Jayson, et al.
Veröffentlicht: (2025)

Kiss3DGen: Repurposing Image Diffusion Models for 3D Asset Generation
von: Lin, Jiantao, et al.
Veröffentlicht: (2025)

InteractDiffusion: Interaction Control in Text-to-Image Diffusion Models
von: Hoe, Jiun Tian, et al.
Veröffentlicht: (2023)

Generating Digital Models Using Text-to-3D and Image-to-3D Prompts: Critical Case Study
von: Ziatdinov, Rushan, et al.
Veröffentlicht: (2025)

HiDream-I1: A High-Efficient Image Generative Foundation Model with Sparse Diffusion Transformer
von: Cai, Qi, et al.
Veröffentlicht: (2025)

GestureHYDRA: Semantic Co-speech Gesture Synthesis via Hybrid Modality Diffusion Transformer and Cascaded-Synchronized Retrieval-Augmented Generation
von: Yang, Quanwei, et al.
Veröffentlicht: (2025)

AMD: Autoregressive Motion Diffusion
von: Han, Bo, et al.
Veröffentlicht: (2023)

RFNNS: Robust Fixed Neural Network Steganography with Universal Text-to-Image Models
von: Cheng, Yu, et al.
Veröffentlicht: (2025)

TRIP: Temporal Residual Learning with Image Noise Prior for Image-to-Video Diffusion Models
von: Zhang, Zhongwei, et al.
Veröffentlicht: (2024)

Research on Piano Timbre Transformation System Based on Diffusion Model
von: Hsu, Chun-Chieh, et al.
Veröffentlicht: (2026)

Exploring Phrase-Level Grounding with Text-to-Image Diffusion Model
von: Yang, Danni, et al.
Veröffentlicht: (2024)

Generative Preprocessing for Image Compression with Pre-trained Diffusion Models
von: Guo, Mengxi, et al.
Veröffentlicht: (2025)

Action Selection Learning for Multi-label Multi-view Action Recognition
von: Nguyen, Trung Thanh, et al.
Veröffentlicht: (2024)

One-Stage Open-Vocabulary Temporal Action Detection Leveraging Temporal Multi-scale and Action Label Features
von: Nguyen, Trung Thanh, et al.
Veröffentlicht: (2024)