Copertina

Generating Multimodal Images with GAN: Integrating Text, Image, and Style

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tan, Chaoyi, Zhang, Wenqing, Qi, Zhen, Shih, Kowei, Li, Xinshi, Xiang, Ao
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Real-time Video Target Tracking Algorithm Utilizing Convolutional Neural Networks (CNN)
di: Tan, Chaoyi, et al.
Pubblicazione: (2024)

StyleBooth: Image Style Editing with Multimodal Instruction
di: Han, Zhen, et al.
Pubblicazione: (2024)

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

LLM-Enabled Style and Content Regularization for Personalized Text-to-Image Generation
di: Yu, Anran, et al.
Pubblicazione: (2025)

A Tiered GAN Approach for Monet-Style Image Generation
di: Neha, FNU, et al.
Pubblicazione: (2024)

CSGO: Content-Style Composition in Text-to-Image Generation
di: Xing, Peng, et al.
Pubblicazione: (2024)

StyleAR: Customizing Multimodal Autoregressive Model for Style-Aligned Text-to-Image Generation
di: Wu, Yi, et al.
Pubblicazione: (2025)

TriLoRA: Integrating SVD for Advanced Style Personalization in Text-to-Image Generation
di: Feng, Chengcheng, et al.
Pubblicazione: (2024)

DSE-GAN: Dynamic Semantic Evolution Generative Adversarial Network for Text-to-Image Generation
di: Huang, Mengqi, et al.
Pubblicazione: (2022)

Autoregressive Styled Text Image Generation, but Make it Reliable
di: Zaccagnino, Carmine, et al.
Pubblicazione: (2025)

InstantStyle: Free Lunch towards Style-Preserving in Text-to-Image Generation
di: Wang, Haofan, et al.
Pubblicazione: (2024)

InstantStyle-Plus: Style Transfer with Content-Preserving in Text-to-Image Generation
di: Wang, Haofan, et al.
Pubblicazione: (2024)

Detecting and Classifying Defective Products in Images Using YOLO
di: Qi, Zhen, et al.
Pubblicazione: (2024)

High-Fidelity Image Inpainting with Multimodal Guided GAN Inversion
di: Zhang, Libo, et al.
Pubblicazione: (2025)

Style Customization of Text-to-Vector Generation with Image Diffusion Priors
di: Zhang, Peiying, et al.
Pubblicazione: (2025)

MegaStyle: Constructing Diverse and Scalable Style Dataset via Consistent Text-to-Image Style Mapping
di: Gao, Junyao, et al.
Pubblicazione: (2026)

RefineStyle: Dynamic Convolution Refinement for StyleGAN
di: Xia, Siwei, et al.
Pubblicazione: (2024)

Zero-Shot Styled Text Image Generation, but Make It Autoregressive
di: Pippi, Vittorio, et al.
Pubblicazione: (2025)

The Devil is in the Details: StyleFeatureEditor for Detail-Rich StyleGAN Inversion and High Quality Image Editing
di: Bobkov, Denis, et al.
Pubblicazione: (2024)

XQ-GAN: An Open-source Image Tokenization Framework for Autoregressive Generation
di: Li, Xiang, et al.
Pubblicazione: (2024)

StyleHumanCLIP: Text-guided Garment Manipulation for StyleGAN-Human
di: Yoshikawa, Takato, et al.
Pubblicazione: (2023)

CleanStyle: Plug-and-Play Style Conditioning Purification for Text-to-Image Stylization
di: Feng, Xiaoman, et al.
Pubblicazione: (2026)

M$^{2}$Chat: Empowering VLM for Multimodal LLM Interleaved Text-Image Generation
di: Chi, Xiaowei, et al.
Pubblicazione: (2023)

DISC-GAN: Disentangling Style and Content for Cluster-Specific Synthetic Underwater Image Generation
di: Varur, Sneha, et al.
Pubblicazione: (2025)

Text-to-Image GAN with Pretrained Representations
di: You, Xiaozhou, et al.
Pubblicazione: (2024)

AIComposer: Any Style and Content Image Composition via Feature Integration
di: Li, Haowen, et al.
Pubblicazione: (2025)

Image Generation Based on Image Style Extraction
di: Chang, Shuochen
Pubblicazione: (2025)

AlignedGen: Aligning Style Across Generated Images
di: Zhang, Jiexuan, et al.
Pubblicazione: (2025)

GaussianStyle: Gaussian Head Avatar via StyleGAN
di: Liu, Pinxin, et al.
Pubblicazione: (2024)

A Multi-domain Image Translative Diffusion StyleGAN for Iris Presentation Attack Detection
di: Yadav, Shivangi, et al.
Pubblicazione: (2025)

Lumina-mGPT: Illuminate Flexible Photorealistic Text-to-Image Generation with Multimodal Generative Pretraining
di: Liu, Dongyang, et al.
Pubblicazione: (2024)

YOLO-PPA based Efficient Traffic Sign Detection for Cruise Control in Autonomous Driving
di: Zhang, Jingyu, et al.
Pubblicazione: (2024)

StyleGuard: Preventing Text-to-Image-Model-based Style Mimicry Attacks by Style Perturbations
di: Li, Yanjie, et al.
Pubblicazione: (2025)

DAFT-GAN: Dual Affine Transformation Generative Adversarial Network for Text-Guided Image Inpainting
di: Lee, Jihoon, et al.
Pubblicazione: (2024)

CritiFusion: Semantic Critique and Spectral Alignment for Faithful Text-to-Image Generation
di: Chen, ZhenQi, et al.
Pubblicazione: (2025)

WikiStyle+: A Multimodal Approach to Content-Style Representation Disentanglement for Artistic Image Stylization
di: Zhuoqi, Ma, et al.
Pubblicazione: (2024)

WeditGAN: Few-Shot Image Generation via Latent Space Relocation
di: Duan, Yuxuan, et al.
Pubblicazione: (2023)

Evaluating the Generation of Spatial Relations in Text and Image Generative Models
di: Sim, Shang Hong, et al.
Pubblicazione: (2024)

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

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