Buchumschlag

Generative Image Layer Decomposition with Visual Effects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Jinrui, Liu, Qing, Li, Yijun, Kim, Soo Ye, Pakhomov, Daniil, Ren, Mengwei, Zhang, Jianming, Lin, Zhe, Xie, Cihang, Zhou, Yuyin
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

A Unified and Controllable Framework for Layered Image Generation with Visual Effects
von: Yang, Jinrui, et al.
Veröffentlicht: (2026)

LayerFusion: Harmonized Multi-Layer Text-to-Image Generation with Generative Priors
von: Dalva, Yusuf, et al.
Veröffentlicht: (2024)

Both Semantics and Reconstruction Matter: Making Representation Encoders Ready for Text-to-Image Generation and Editing
von: Zhang, Shilong, et al.
Veröffentlicht: (2025)

EditVerse: Unifying Image and Video Editing and Generation with In-Context Learning
von: Ju, Xuan, et al.
Veröffentlicht: (2025)

GPT-IMAGE-EDIT-1.5M: A Million-Scale, GPT-Generated Image Dataset
von: Wang, Yuhan, et al.
Veröffentlicht: (2025)

Scaling White-Box Transformers for Vision
von: Yang, Jinrui, et al.
Veröffentlicht: (2024)

$\texttt{Complex-Edit}$: CoT-Like Instruction Generation for Complexity-Controllable Image Editing Benchmark
von: Yang, Siwei, et al.
Veröffentlicht: (2025)

OpenVision 2: A Family of Generative Pretrained Visual Encoders for Multimodal Learning
von: Liu, Yanqing, et al.
Veröffentlicht: (2025)

Sculpting Holistic 3D Representation in Contrastive Language-Image-3D Pre-training
von: Gao, Yipeng, et al.
Veröffentlicht: (2023)

Baking Gaussian Splatting into Diffusion Denoiser for Fast and Scalable Single-stage Image-to-3D Generation and Reconstruction
von: Cai, Yuanhao, et al.
Veröffentlicht: (2024)

UniReal: Universal Image Generation and Editing via Learning Real-world Dynamics
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Object-level Scene Deocclusion
von: Liu, Zhengzhe, et al.
Veröffentlicht: (2024)

Scaling Laws in Patchification: An Image Is Worth 50,176 Tokens And More
von: Wang, Feng, et al.
Veröffentlicht: (2025)

How Long Can Unified Multimodal Models Generate Images Reliably? Taming Long-Horizon Interleaved Image Generation via Context Curation
von: Chen, Haoyu, et al.
Veröffentlicht: (2026)

3D-TransUNet for Brain Metastases Segmentation in the BraTS2023 Challenge
von: Yang, Siwei, et al.
Veröffentlicht: (2024)

HQ-Edit: A High-Quality Dataset for Instruction-based Image Editing
von: Hui, Mude, et al.
Veröffentlicht: (2024)

TurboFill: Adapting Few-step Text-to-image Model for Fast Image Inpainting
von: Xie, Liangbin, et al.
Veröffentlicht: (2025)

ROVI: A VLM-LLM Re-Captioned Dataset for Open-Vocabulary Instance-Grounded Text-to-Image Generation
von: Peng, Cihang, et al.
Veröffentlicht: (2025)

Story-Iter: A Training-free Iterative Paradigm for Long Story Visualization
von: Mao, Jiawei, et al.
Veröffentlicht: (2024)

What If We Recaption Billions of Web Images with LLaMA-3?
von: Li, Xianhang, et al.
Veröffentlicht: (2024)

Mamba-R: Vision Mamba ALSO Needs Registers
von: Wang, Feng, et al.
Veröffentlicht: (2024)

M-VAR: Decoupled Scale-wise Autoregressive Modeling for High-Quality Image Generation
von: Ren, Sucheng, et al.
Veröffentlicht: (2024)

Adventurer: Optimizing Vision Mamba Architecture Designs for Efficiency
von: Wang, Feng, et al.
Veröffentlicht: (2024)

CompleteMe: Reference-based Human Image Completion
von: Tsai, Yu-Ju, et al.
Veröffentlicht: (2025)

ARFlow: Autoregressive Flow with Hybrid Linear Attention
von: Hui, Mude, et al.
Veröffentlicht: (2025)

From Inpainting to Layer Decomposition: Repurposing Generative Inpainting Models for Image Layer Decomposition
von: Chen, Jingxi, et al.
Veröffentlicht: (2025)

Generative Video Propagation
von: Liu, Shaoteng, et al.
Veröffentlicht: (2024)

Rejuvenating image-GPT as Strong Visual Representation Learners
von: Ren, Sucheng, et al.
Veröffentlicht: (2023)

MedFrameQA: A Multi-Image Medical VQA Benchmark for Clinical Reasoning
von: Yu, Suhao, et al.
Veröffentlicht: (2025)

AlbumFill: Album-Guided Reasoning and Retrieval for Personalized Image Completion
von: Tsai, Yu-Ju, et al.
Veröffentlicht: (2026)

Rethinking Global Text Conditioning in Diffusion Transformers
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2026)

IMPRINT: Generative Object Compositing by Learning Identity-Preserving Representation
von: Song, Yizhi, et al.
Veröffentlicht: (2024)

Thinking Outside the BBox: Unconstrained Generative Object Compositing
von: Tarrés, Gemma Canet, et al.
Veröffentlicht: (2024)

Omni-MMSI: Toward Identity-attributed Social Interaction Understanding
von: Li, Xinpeng, et al.
Veröffentlicht: (2026)

Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition
von: Yin, Shengming, et al.
Veröffentlicht: (2025)

Filter & Align: Leveraging Human Knowledge to Curate Image-Text Data
von: Zhang, Lei, et al.
Veröffentlicht: (2023)

Double Visual Defense: Adversarial Pre-training and Instruction Tuning for Improving Vision-Language Model Robustness
von: Wang, Zeyu, et al.
Veröffentlicht: (2025)

A Comprehensive Analysis of Mamba for 3D Volumetric Medical Image Segmentation
von: Wang, Chaohan, et al.
Veröffentlicht: (2025)

MedTrinity-25M: A Large-scale Multimodal Dataset with Multigranular Annotations for Medicine
von: Xie, Yunfei, et al.
Veröffentlicht: (2024)

A Semantic Space is Worth 256 Language Descriptions: Make Stronger Segmentation Models with Descriptive Properties
von: Xiao, Junfei, et al.
Veröffentlicht: (2023)