Buchumschlag

Evaluating the Generation of Spatial Relations in Text and Image Generative Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sim, Shang Hong, Lee, Clarence, Tan, Alvin, Tan, Cheston
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

STUPD: A Synthetic Dataset for Spatial and Temporal Relation Reasoning
von: Agrawal, Palaash, et al.
Veröffentlicht: (2023)

Stencil: Subject-Driven Generation with Context Guidance
von: Chen, Gordon, et al.
Veröffentlicht: (2025)

DivCon: Divide and Conquer for Complex Numerical and Spatial Reasoning in Text-to-Image Generation
von: Jia, Yuhao, et al.
Veröffentlicht: (2024)

Inferring Past Human Actions in Homes with Abductive Reasoning
von: Tan, Clement, et al.
Veröffentlicht: (2022)

Modular Energy Steering for Safe Text-to-Image Generation with Foundation Models
von: Tan, Yaoteng, et al.
Veröffentlicht: (2026)

Human-like compositional learning of visually-grounded concepts using synthetic environments
von: Lin, Zijun, et al.
Veröffentlicht: (2025)

GroundFlow: A Plug-in Module for Temporal Reasoning on 3D Point Cloud Sequential Grounding
von: Lin, Zijun, et al.
Veröffentlicht: (2025)

DTVI: Dual-Stage Textual and Visual Intervention for Safe Text-to-Image Generation
von: Tan, Binhong, et al.
Veröffentlicht: (2026)

Generating Multimodal Images with GAN: Integrating Text, Image, and Style
von: Tan, Chaoyi, et al.
Veröffentlicht: (2025)

Zero-Shot Visual Reasoning by Vision-Language Models: Benchmarking and Analysis
von: Nagar, Aishik, et al.
Veröffentlicht: (2024)

Image2Text2Image: A Novel Framework for Label-Free Evaluation of Image-to-Text Generation with Text-to-Image Diffusion Models
von: Huang, Jia-Hong, et al.
Veröffentlicht: (2024)

Qwen-Image-Bench: From Generation to Creation in Text-to-Image Evaluation
von: Li, Niantong, et al.
Veröffentlicht: (2026)

Aggregating Diverse Cue Experts for AI-Generated Image Detection
von: Tan, Lei, et al.
Veröffentlicht: (2026)

Diff-Aid: Inference-time Adaptive Interaction Denoising for Rectified Text-to-Image Generation
von: Li, Binglei, et al.
Veröffentlicht: (2026)

Personalized Reward Modeling for Text-to-Image Generation
von: Lee, Jeongeun, et al.
Veröffentlicht: (2025)

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

Synergistic Dual Spatial-aware Generation of Image-to-Text and Text-to-Image
von: Zhao, Yu, et al.
Veröffentlicht: (2024)

Visual Concept-driven Image Generation with Text-to-Image Diffusion Model
von: Rahman, Tanzila, et al.
Veröffentlicht: (2024)

An Empirical Study and Analysis of Text-to-Image Generation Using Large Language Model-Powered Textual Representation
von: Tan, Zhiyu, et al.
Veröffentlicht: (2024)

TIBET: Identifying and Evaluating Biases in Text-to-Image Generative Models
von: Chinchure, Aditya, et al.
Veröffentlicht: (2023)

Dissecting Multimodality in VideoQA Transformer Models by Impairing Modality Fusion
von: Rawal, Ishaan Singh, et al.
Veröffentlicht: (2023)

Evaluating Attribute Confusion in Fashion Text-to-Image Generation
von: Liu, Ziyue, et al.
Veröffentlicht: (2025)

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

Iterative Prompt Refinement for Safer Text-to-Image Generation
von: Jeon, Jinwoo, et al.
Veröffentlicht: (2025)

Image Regeneration: Evaluating Text-to-Image Model via Generating Identical Image with Multimodal Large Language Models
von: Meng, Chutian, et al.
Veröffentlicht: (2024)

Clinical-grade Multi-Organ Pathology Report Generation for Multi-scale Whole Slide Images via a Semantically Guided Medical Text Foundation Model
von: Tan, Jing Wei, et al.
Veröffentlicht: (2024)

DIMCIM: A Quantitative Evaluation Framework for Default-mode Diversity and Generalization in Text-to-Image Generative Models
von: Teotia, Revant, et al.
Veröffentlicht: (2025)

Text in the Dark: Extremely Low-Light Text Image Enhancement
von: Lin, Che-Tsung, et al.
Veröffentlicht: (2024)

Seeing Beyond Haze: Generative Nighttime Image Dehazing
von: Lin, Beibei, et al.
Veröffentlicht: (2025)

Evaluating Image Caption via Cycle-consistent Text-to-Image Generation
von: Cui, Tianyu, et al.
Veröffentlicht: (2025)

Origin Identification for Text-Guided Image-to-Image Diffusion Models
von: Wang, Wenhao, et al.
Veröffentlicht: (2025)

SpatialReward: Verifiable Spatial Reward Modeling for Fine-Grained Spatial Consistency in Text-to-Image Generation
von: Zhou, Sashuai, et al.
Veröffentlicht: (2026)

Debiasing Text-to-Image Diffusion Models
von: He, Ruifei, et al.
Veröffentlicht: (2024)

Object-Attribute Binding in Text-to-Image Generation: Evaluation and Control
von: Trusca, Maria Mihaela, et al.
Veröffentlicht: (2024)

Skill-Aligned Annotation for Reliable Evaluation in Text-to-Image Generation
von: Eldesokey, Abdelrahman, et al.
Veröffentlicht: (2026)

Human Image Generation: A Comprehensive Survey
von: Jia, Zhen, et al.
Veröffentlicht: (2022)

A Novel Evaluation Framework for Image2Text Generation
von: Huang, Jia-Hong, et al.
Veröffentlicht: (2024)

SoPo: Text-to-Motion Generation Using Semi-Online Preference Optimization
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2024)

GenColorBench: A Color Evaluation Benchmark for Text-to-Image Generation Models
von: Butt, Muhammad Atif, et al.
Veröffentlicht: (2025)

Relations, Negations, and Numbers: Looking for Logic in Generative Text-to-Image Models
von: Conwell, Colin, et al.
Veröffentlicht: (2024)