Improving Multi-Subject Consistency in Open-Domain Image Generation with Isolation and Reposition Attention
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | He, Huiguo, Wang, Qiuyue, Zhou, Yuan, Cai, Yuxuan, Chao, Hongyang, Yin, Jian, Yang, Huan |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
DreamStory: Open-Domain Story Visualization by LLM-Guided Multi-Subject Consistent Diffusion
par: He, Huiguo, et autres
Publié: (2024)
par: He, Huiguo, et autres
Publié: (2024)
Allegro: Open the Black Box of Commercial-Level Video Generation Model
par: Zhou, Yuan, et autres
Publié: (2024)
par: Zhou, Yuan, et autres
Publié: (2024)
Long Video Diffusion Generation with Segmented Cross-Attention and Content-Rich Video Data Curation
par: Yan, Xin, et autres
Publié: (2024)
par: Yan, Xin, et autres
Publié: (2024)
Repositioning the Subject within Image
par: Wang, Yikai, et autres
Publié: (2024)
par: Wang, Yikai, et autres
Publié: (2024)
Swap Attention in Spatiotemporal Diffusions for Text-to-Video Generation
par: Wang, Wenjing, et autres
Publié: (2023)
par: Wang, Wenjing, et autres
Publié: (2023)
Fleximo: Towards Flexible Text-to-Human Motion Video Generation
par: Zhang, Yuhang, et autres
Publié: (2024)
par: Zhang, Yuhang, et autres
Publié: (2024)
PSR: Scaling Multi-Subject Personalized Image Generation with Pairwise Subject-Consistency Rewards
par: Wang, Shulei, et autres
Publié: (2025)
par: Wang, Shulei, et autres
Publié: (2025)
CoDi: Subject-Consistent and Pose-Diverse Text-to-Image Generation
par: Gao, Zhanxin, et autres
Publié: (2025)
par: Gao, Zhanxin, et autres
Publié: (2025)
AutoStudio: Crafting Consistent Subjects in Multi-turn Interactive Image Generation
par: Cheng, Junhao, et autres
Publié: (2024)
par: Cheng, Junhao, et autres
Publié: (2024)
Subject-Diffusion:Open Domain Personalized Text-to-Image Generation without Test-time Fine-tuning
par: Ma, Jian, et autres
Publié: (2023)
par: Ma, Jian, et autres
Publié: (2023)
ContextDrag: Precise Drag-Based Image Editing via Context-Preserving Token Injection and Position-Aligned Attention
par: He, Huiguo, et autres
Publié: (2025)
par: He, Huiguo, et autres
Publié: (2025)
Isolated Diffusion: Optimizing Multi-Concept Text-to-Image Generation Training-Freely with Isolated Diffusion Guidance
par: Zhu, Jingyuan, et autres
Publié: (2024)
par: Zhu, Jingyuan, et autres
Publié: (2024)
Mod-Adapter: Tuning-Free and Versatile Multi-concept Personalization via Modulation Adapter
par: Zhong, Weizhi, et autres
Publié: (2025)
par: Zhong, Weizhi, et autres
Publié: (2025)
Object Isolated Attention for Consistent Story Visualization
par: Luo, Xiangyang, et autres
Publié: (2025)
par: Luo, Xiangyang, et autres
Publié: (2025)
Spatial Transport Optimization by Repositioning Attention Map for Training-Free Text-to-Image Synthesis
par: Han, Woojung, et autres
Publié: (2025)
par: Han, Woojung, et autres
Publié: (2025)
OpenSubject: Leveraging Video-Derived Identity and Diversity Priors for Subject-driven Image Generation and Manipulation
par: Liu, Yexin, et autres
Publié: (2025)
par: Liu, Yexin, et autres
Publié: (2025)
Be Yourself: Bounded Attention for Multi-Subject Text-to-Image Generation
par: Dahary, Omer, et autres
Publié: (2024)
par: Dahary, Omer, et autres
Publié: (2024)
Webly-Supervised Image Manipulation Localization via Category-Aware Auto-Annotation
par: Qu, Chenfan, et autres
Publié: (2025)
par: Qu, Chenfan, et autres
Publié: (2025)
TheaterGen: Character Management with LLM for Consistent Multi-turn Image Generation
par: Cheng, Junhao, et autres
Publié: (2024)
par: Cheng, Junhao, et autres
Publié: (2024)
DenoDet: Attention as Deformable Multi-Subspace Feature Denoising for Target Detection in SAR Images
par: Dai, Yimian, et autres
Publié: (2024)
par: Dai, Yimian, et autres
Publié: (2024)
StoryDiffusion: Consistent Self-Attention for Long-Range Image and Video Generation
par: Zhou, Yupeng, et autres
Publié: (2024)
par: Zhou, Yupeng, et autres
Publié: (2024)
Improving Subject-Driven Image Synthesis with Subject-Agnostic Guidance
par: Chan, Kelvin C. K., et autres
Publié: (2024)
par: Chan, Kelvin C. K., et autres
Publié: (2024)
Multi-turn Consistent Image Editing
par: Zhou, Zijun, et autres
Publié: (2025)
par: Zhou, Zijun, et autres
Publié: (2025)
Storybooth: Training-free Multi-Subject Consistency for Improved Visual Storytelling
par: Singh, Jaskirat, et autres
Publié: (2025)
par: Singh, Jaskirat, et autres
Publié: (2025)
DiffInk: Glyph- and Style-Aware Latent Diffusion Transformer for Text to Online Handwriting Generation
par: Pan, Wei, et autres
Publié: (2025)
par: Pan, Wei, et autres
Publié: (2025)
Noise Consistency Regularization for Improved Subject-Driven Image Synthesis
par: Ni, Yao, et autres
Publié: (2025)
par: Ni, Yao, et autres
Publié: (2025)
ConsistI2V: Enhancing Visual Consistency for Image-to-Video Generation
par: Ren, Weiming, et autres
Publié: (2024)
par: Ren, Weiming, et autres
Publié: (2024)
Phantom-Data : Towards a General Subject-Consistent Video Generation Dataset
par: Chen, Zhuowei, et autres
Publié: (2025)
par: Chen, Zhuowei, et autres
Publié: (2025)
Disentangling to Re-couple: Resolving the Similarity-Controllability Paradox in Subject-Driven Text-to-Image Generation
par: Li, Shuang, et autres
Publié: (2026)
par: Li, Shuang, et autres
Publié: (2026)
UniRef-Image-Edit: Towards Scalable and Consistent Multi-Reference Image Editing
par: Wei, Hongyang, et autres
Publié: (2026)
par: Wei, Hongyang, et autres
Publié: (2026)
MUSAR: Exploring Multi-Subject Customization from Single-Subject Dataset via Attention Routing
par: Guo, Zinan, et autres
Publié: (2025)
par: Guo, Zinan, et autres
Publié: (2025)
BindWeave: Subject-Consistent Video Generation via Cross-Modal Integration
par: Li, Zhaoyang, et autres
Publié: (2025)
par: Li, Zhaoyang, et autres
Publié: (2025)
Multi-Modal LLM based Image Captioning in ICT: Bridging the Gap Between General and Industry Domain
par: Chao, Lianying, et autres
Publié: (2026)
par: Chao, Lianying, et autres
Publié: (2026)
OpenS2V-Nexus: A Detailed Benchmark and Million-Scale Dataset for Subject-to-Video Generation
par: Yuan, Shenghai, et autres
Publié: (2025)
par: Yuan, Shenghai, et autres
Publié: (2025)
Difference Inversion: Interpolate and Isolate the Difference with Token Consistency for Image Analogy Generation
par: Kim, Hyunsoo, et autres
Publié: (2025)
par: Kim, Hyunsoo, et autres
Publié: (2025)
DSH-Bench: A Difficulty- and Scenario-Aware Benchmark with Hierarchical Subject Taxonomy for Subject-Driven Text-to-Image Generation
par: Hu, Zhenyu, et autres
Publié: (2026)
par: Hu, Zhenyu, et autres
Publié: (2026)
Kaleido: Open-Sourced Multi-Subject Reference Video Generation Model
par: Zhang, Zhenxing, et autres
Publié: (2025)
par: Zhang, Zhenxing, et autres
Publié: (2025)
GCA-3D: Towards Generalized and Consistent Domain Adaptation of 3D Generators
par: Li, Hengjia, et autres
Publié: (2024)
par: Li, Hengjia, et autres
Publié: (2024)
Improving Radio Interferometry Imaging by Explicitly Modeling Cross-Domain Consistency in Reconstruction
par: Cheng, Kai, et autres
Publié: (2026)
par: Cheng, Kai, et autres
Publié: (2026)
Auto-Regressively Generating Multi-View Consistent Images
par: Hu, JiaKui, et autres
Publié: (2025)
par: Hu, JiaKui, et autres
Publié: (2025)
Documents similaires
-
DreamStory: Open-Domain Story Visualization by LLM-Guided Multi-Subject Consistent Diffusion
par: He, Huiguo, et autres
Publié: (2024) -
Allegro: Open the Black Box of Commercial-Level Video Generation Model
par: Zhou, Yuan, et autres
Publié: (2024) -
Long Video Diffusion Generation with Segmented Cross-Attention and Content-Rich Video Data Curation
par: Yan, Xin, et autres
Publié: (2024) -
Repositioning the Subject within Image
par: Wang, Yikai, et autres
Publié: (2024) -
Swap Attention in Spatiotemporal Diffusions for Text-to-Video Generation
par: Wang, Wenjing, et autres
Publié: (2023)