Action-based image editing guided by human instructions
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Trusca, Maria Mihaela, Li, Mingxiao, Moens, Marie-Francine |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
DM-Align: Leveraging the Power of Natural Language Instructions to Make Changes to Images
par: Trusca, Maria Mihaela, et autres
Publié: (2024)
par: Trusca, Maria Mihaela, et autres
Publié: (2024)
Consistent Story Generation: Unlocking the Potential of Zigzag Sampling
par: Li, Mingxiao, et autres
Publié: (2025)
par: Li, Mingxiao, et autres
Publié: (2025)
Object-Attribute Binding in Text-to-Image Generation: Evaluation and Control
par: Trusca, Maria Mihaela, et autres
Publié: (2024)
par: Trusca, Maria Mihaela, et autres
Publié: (2024)
Animate Your Motion: Turning Still Images into Dynamic Videos
par: Li, Mingxiao, et autres
Publié: (2024)
par: Li, Mingxiao, et autres
Publié: (2024)
NeuroCine: Decoding Vivid Video Sequences from Human Brain Activties
par: Sun, Jingyuan, et autres
Publié: (2024)
par: Sun, Jingyuan, et autres
Publié: (2024)
TS-LLaVA: Constructing Visual Tokens through Thumbnail-and-Sampling for Training-Free Video Large Language Models
par: Qu, Tingyu, et autres
Publié: (2024)
par: Qu, Tingyu, et autres
Publié: (2024)
Towards More Accurate Personalized Image Generation: Addressing Overfitting and Evaluation Bias
par: Li, Mingxiao, et autres
Publié: (2025)
par: Li, Mingxiao, et autres
Publié: (2025)
Alleviating Exposure Bias in Diffusion Models through Sampling with Shifted Time Steps
par: Li, Mingxiao, et autres
Publié: (2023)
par: Li, Mingxiao, et autres
Publié: (2023)
Introducing Routing Functions to Vision-Language Parameter-Efficient Fine-Tuning with Low-Rank Bottlenecks
par: Qu, Tingyu, et autres
Publié: (2024)
par: Qu, Tingyu, et autres
Publié: (2024)
Visually-Aware Context Modeling for News Image Captioning
par: Qu, Tingyu, et autres
Publié: (2023)
par: Qu, Tingyu, et autres
Publié: (2023)
Automated Prompt Generation for Creative and Counterfactual Text-to-image Synthesis
par: Jelaca, Aleksa, et autres
Publié: (2025)
par: Jelaca, Aleksa, et autres
Publié: (2025)
Hyper-parameter tuning for text guided image editing
par: Zhang, Shiwen
Publié: (2024)
par: Zhang, Shiwen
Publié: (2024)
Sequence-to-Sequence Spanish Pre-trained Language Models
par: Araujo, Vladimir, et autres
Publié: (2023)
par: Araujo, Vladimir, et autres
Publié: (2023)
Multimodal Adaptive Inference for Document Image Classification with Anytime Early Exiting
par: Hamed, Omar, et autres
Publié: (2024)
par: Hamed, Omar, et autres
Publié: (2024)
Index-Aligned Query Distillation for Transformer-based Incremental Object Detection
par: Ma, Mingxiao, et autres
Publié: (2025)
par: Ma, Mingxiao, et autres
Publié: (2025)
Borrowing from anything: A generalizable framework for reference-guided instance editing
par: Zhou, Shengxiao, et autres
Publié: (2025)
par: Zhou, Shengxiao, et autres
Publié: (2025)
Motion Matters: Motion-guided Modulation Network for Skeleton-based Micro-Action Recognition
par: Gu, Jihao, et autres
Publié: (2025)
par: Gu, Jihao, et autres
Publié: (2025)
FLATTEN: optical FLow-guided ATTENtion for consistent text-to-video editing
par: Cong, Yuren, et autres
Publié: (2023)
par: Cong, Yuren, et autres
Publié: (2023)
Prompt-guided Disentangled Representation for Action Recognition
par: Wu, Tianci, et autres
Publié: (2025)
par: Wu, Tianci, et autres
Publié: (2025)
TurboEdit: Instant text-based image editing
par: Wu, Zongze, et autres
Publié: (2024)
par: Wu, Zongze, et autres
Publié: (2024)
DistilDoc: Knowledge Distillation for Visually-Rich Document Applications
par: Van Landeghem, Jordy, et autres
Publié: (2024)
par: Van Landeghem, Jordy, et autres
Publié: (2024)
ExACT: Language-guided Conceptual Reasoning and Uncertainty Estimation for Event-based Action Recognition and More
par: Zhou, Jiazhou, et autres
Publié: (2024)
par: Zhou, Jiazhou, et autres
Publié: (2024)
Storyboard guided Alignment for Fine-grained Video Action Recognition
par: Liu, Enqi, et autres
Publié: (2024)
par: Liu, Enqi, et autres
Publié: (2024)
Action-guided generation of 3D functionality segmentation data
par: Corsetti, Jaime, et autres
Publié: (2025)
par: Corsetti, Jaime, et autres
Publié: (2025)
CLIP-guided Prototype Modulating for Few-shot Action Recognition
par: Wang, Xiang, et autres
Publié: (2023)
par: Wang, Xiang, et autres
Publié: (2023)
SMC-NCA: Semantic-guided Multi-level Contrast for Semi-supervised Temporal Action Segmentation
par: Zhou, Feixiang, et autres
Publié: (2023)
par: Zhou, Feixiang, et autres
Publié: (2023)
Zero-shot sketch-based remote sensing image retrieval based on multi-level and attention-guided tokenization
par: Yang, Bo, et autres
Publié: (2024)
par: Yang, Bo, et autres
Publié: (2024)
ROAD-Waymo: Action Awareness at Scale for Autonomous Driving
par: Khan, Salman, et autres
Publié: (2024)
par: Khan, Salman, et autres
Publié: (2024)
Gaussian highpass guided image filtering
par: Zhao, Lei, et autres
Publié: (2025)
par: Zhao, Lei, et autres
Publié: (2025)
Single-image coherent reconstruction of objects and humans
par: Batra, Sarthak, et autres
Publié: (2024)
par: Batra, Sarthak, et autres
Publié: (2024)
3C: Confidence-Guided Clustering and Contrastive Learning for Unsupervised Person Re-Identification
par: Zheng, Mingxiao, et autres
Publié: (2024)
par: Zheng, Mingxiao, et autres
Publié: (2024)
Patient4D: Temporally Consistent Patient Body Mesh Recovery from Monocular Operating Room Video
par: Tu, Mingxiao, et autres
Publié: (2026)
par: Tu, Mingxiao, et autres
Publié: (2026)
Hierarchically Decoupled Mixture-of-Experts for Robust Traffic Sign Recognition in Complex Driving Scenarios
par: Wang, Mingxiao, et autres
Publié: (2026)
par: Wang, Mingxiao, et autres
Publié: (2026)
Learned representation-guided diffusion models for large-image generation
par: Graikos, Alexandros, et autres
Publié: (2023)
par: Graikos, Alexandros, et autres
Publié: (2023)
Rethink Sparse Signals for Pose-guided Text-to-image Generation
par: Xuan, Wenjie, et autres
Publié: (2025)
par: Xuan, Wenjie, et autres
Publié: (2025)
SMPL-GPTexture: Dual-View 3D Human Texture Estimation using Text-to-Image Generation Models
par: Tu, Mingxiao, et autres
Publié: (2025)
par: Tu, Mingxiao, et autres
Publié: (2025)
MM2Latent: Text-to-facial image generation and editing in GANs with multimodal assistance
par: Meng, Debin, et autres
Publié: (2024)
par: Meng, Debin, et autres
Publié: (2024)
Can language-guided unsupervised adaptation improve medical image classification using unpaired images and texts?
par: Rahman, Umaima, et autres
Publié: (2024)
par: Rahman, Umaima, et autres
Publié: (2024)
LDM-Morph: Latent diffusion model guided deformable image registration
par: Wu, Jiong, et autres
Publié: (2024)
par: Wu, Jiong, et autres
Publié: (2024)
When normalization hallucinates: unseen risks in AI-powered whole slide image processing
par: Moens, Karel, et autres
Publié: (2025)
par: Moens, Karel, et autres
Publié: (2025)
Documents similaires
-
DM-Align: Leveraging the Power of Natural Language Instructions to Make Changes to Images
par: Trusca, Maria Mihaela, et autres
Publié: (2024) -
Consistent Story Generation: Unlocking the Potential of Zigzag Sampling
par: Li, Mingxiao, et autres
Publié: (2025) -
Object-Attribute Binding in Text-to-Image Generation: Evaluation and Control
par: Trusca, Maria Mihaela, et autres
Publié: (2024) -
Animate Your Motion: Turning Still Images into Dynamic Videos
par: Li, Mingxiao, et autres
Publié: (2024) -
NeuroCine: Decoding Vivid Video Sequences from Human Brain Activties
par: Sun, Jingyuan, et autres
Publié: (2024)