Buchumschlag

TransPixeler: Advancing Text-to-Video Generation with Transparency

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Luozhou, Li, Yijun, Chen, Zhifei, Wang, Jui-Hsien, Zhang, Zhifei, Zhang, He, Lin, Zhe, Chen, Yingcong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

STANCE: Motion Coherent Video Generation Via Sparse-to-Dense Anchored Encoding
von: Chen, Zhifei, et al.
Veröffentlicht: (2025)

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

FlexPainter: Flexible and Multi-View Consistent Texture Generation
von: Yan, Dongyu, et al.
Veröffentlicht: (2025)

Uni-Renderer: Unifying Rendering and Inverse Rendering Via Dual Stream Diffusion
von: Chen, Zhifei, et al.
Veröffentlicht: (2024)

Motion Inversion for Video Customization
von: Wang, Luozhou, et al.
Veröffentlicht: (2024)

DiffusionBrowser: Interactive Diffusion Previews via Multi-Branch Decoders
von: Hong, Susung, et al.
Veröffentlicht: (2025)

Denoising Diffusion Step-aware Models
von: Yang, Shuai, et al.
Veröffentlicht: (2023)

Text-Anchored Score Composition: Tackling Condition Misalignment in Text-to-Image Diffusion Models
von: Wang, Luozhou, et al.
Veröffentlicht: (2023)

Motion Dreamer: Boundary Conditional Motion Reasoning for Physically Coherent Video Generation
von: Xu, Tianshuo, et al.
Veröffentlicht: (2024)

TransText: Alpha-as-RGB Representation for Transparent Text Animation
von: Zhang, Fei, et al.
Veröffentlicht: (2026)

SG-Adapter: Enhancing Text-to-Image Generation with Scene Graph Guidance
von: Shen, Guibao, et al.
Veröffentlicht: (2024)

Multitwine: Multi-Object Compositing with Text and Layout Control
von: Tarrés, Gemma Canet, et al.
Veröffentlicht: (2025)

Defect Spectrum: A Granular Look of Large-Scale Defect Datasets with Rich Semantics
von: Yang, Shuai, et al.
Veröffentlicht: (2023)

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

From Text to Pixel: Advancing Long-Context Understanding in MLLMs
von: Lu, Yujie, et al.
Veröffentlicht: (2024)

TokenDial: Continuous Attribute Control in Text-to-Video via Spatiotemporal Token Offsets
von: Liu, Zhixuan, et al.
Veröffentlicht: (2026)

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

Motion Forcing: A Decoupled Framework for Robust Video Generation in Motion Dynamics
von: Xu, Tianshuo, et al.
Veröffentlicht: (2026)

Gradient as Conditions: Rethinking HOG for All-in-one Image Restoration
von: Wu, Jiawei, et al.
Veröffentlicht: (2025)

HBridge: H-Shape Bridging of Heterogeneous Experts for Unified Multimodal Understanding and Generation
von: Wang, Xiang, et al.
Veröffentlicht: (2025)

VidText: Towards Comprehensive Evaluation for Video Text Understanding
von: Yang, Zhoufaran, et al.
Veröffentlicht: (2025)

LucidFusion: Reconstructing 3D Gaussians with Arbitrary Unposed Images
von: He, Hao, et al.
Veröffentlicht: (2024)

A Mechanistic View on Video Generation as World Models: State and Dynamics
von: Wang, Luozhou, et al.
Veröffentlicht: (2026)

MaRI: Material Retrieval Integration across Domains
von: Wang, Jianhui, et al.
Veröffentlicht: (2025)

Advancing high-fidelity 3D and Texture Generation with 2.5D latents
von: Yang, Xin, et al.
Veröffentlicht: (2025)

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

OmniVCus: Feedforward Subject-driven Video Customization with Multimodal Control Conditions
von: Cai, Yuanhao, et al.
Veröffentlicht: (2025)

VideoMemory: Toward Consistent Video Generation via Memory Integration
von: Zhou, Jinsong, et al.
Veröffentlicht: (2026)

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

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

Long-Video Audio Synthesis with Multi-Agent Collaboration
von: Zhang, Yehang, et al.
Veröffentlicht: (2025)

Video Generation with Stable Transparency via Shiftable RGB-A Distribution Learner
von: Dong, Haotian, et al.
Veröffentlicht: (2025)

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

WAS: Dataset and Methods for Artistic Text Segmentation
von: Xie, Xudong, et al.
Veröffentlicht: (2024)

Find, Fix, Reason: Context Repair for Video Reasoning
von: Huang, Haojian, et al.
Veröffentlicht: (2026)

GaussianVideo: Efficient Video Representation via Hierarchical Gaussian Splatting
von: Bond, Andrew, et al.
Veröffentlicht: (2025)

UniCalli: A Unified Diffusion Framework for Column-Level Generation and Recognition of Chinese Calligraphy
von: Xu, Tianshuo, et al.
Veröffentlicht: (2025)

From Pixels to Graphs: Open-Vocabulary Scene Graph Generation with Vision-Language Models
von: Li, Rongjie, et al.
Veröffentlicht: (2024)

T2AV-Compass: Towards Unified Evaluation for Text-to-Audio-Video Generation
von: Cao, Zhe, et al.
Veröffentlicht: (2025)

Advancing Generalizable Remote Physiological Measurement through the Integration of Explicit and Implicit Prior Knowledge
von: Zhang, Yuting, et al.
Veröffentlicht: (2024)