MSF: Efficient Diffusion Model Via Multi-Scale Latent Factorize
Fuente:
arXiv
Salvato in:
| Autori principali: | Xu, Haohang, Chen, Longyu, Zhang, Yichen, Ding, Shuangrui, Zhang, Zhipeng |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Masked Autoencoders are Robust Data Augmentors
di: Xu, Haohang, et al.
Pubblicazione: (2022)
di: Xu, Haohang, et al.
Pubblicazione: (2022)
Betrayed by Attention: A Simple yet Effective Approach for Self-supervised Video Object Segmentation
di: Ding, Shuangrui, et al.
Pubblicazione: (2023)
di: Ding, Shuangrui, et al.
Pubblicazione: (2023)
EMO-X: Efficient Multi-Person Pose and Shape Estimation in One-Stage
di: Jian, Haohang, et al.
Pubblicazione: (2025)
di: Jian, Haohang, et al.
Pubblicazione: (2025)
Rethinking Image-to-Video Adaptation: An Object-centric Perspective
di: Qian, Rui, et al.
Pubblicazione: (2024)
di: Qian, Rui, et al.
Pubblicazione: (2024)
MSF-Net: Multi-Stage Feature Extraction and Fusion for Robust Photometric Stereo
di: Qin, Shiyu, et al.
Pubblicazione: (2025)
di: Qin, Shiyu, et al.
Pubblicazione: (2025)
MSF-Mamba: Motion-aware State Fusion Mamba for Efficient Micro-Gesture Recognition
di: Li, Deng, et al.
Pubblicazione: (2025)
di: Li, Deng, et al.
Pubblicazione: (2025)
Semantics Meets Temporal Correspondence: Self-supervised Object-centric Learning in Videos
di: Qian, Rui, et al.
Pubblicazione: (2023)
di: Qian, Rui, et al.
Pubblicazione: (2023)
Explore In-Context Segmentation via Latent Diffusion Models
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)
Streaming Long Video Understanding with Large Language Models
di: Qian, Rui, et al.
Pubblicazione: (2024)
di: Qian, Rui, et al.
Pubblicazione: (2024)
Fuse Your Latents: Video Editing with Multi-source Latent Diffusion Models
di: Lu, Tianyi, et al.
Pubblicazione: (2023)
di: Lu, Tianyi, et al.
Pubblicazione: (2023)
Training-Free Sketch-Guided Diffusion with Latent Optimization
di: Ding, Sandra Zhang, et al.
Pubblicazione: (2024)
di: Ding, Sandra Zhang, et al.
Pubblicazione: (2024)
2nd Place Report of MOSEv2 Challenge 2025: Concept Guided Video Object Segmentation via SeC
di: Zhang, Zhixiong, et al.
Pubblicazione: (2025)
di: Zhang, Zhixiong, et al.
Pubblicazione: (2025)
Reliable and Efficient Concept Erasure of Text-to-Image Diffusion Models
di: Gong, Chao, et al.
Pubblicazione: (2024)
di: Gong, Chao, et al.
Pubblicazione: (2024)
Decoupling Complexity from Scale in Latent Diffusion Model
di: Zhong, Tianxiong, et al.
Pubblicazione: (2025)
di: Zhong, Tianxiong, et al.
Pubblicazione: (2025)
Towards Dense and Accurate Radar Perception Via Efficient Cross-Modal Diffusion Model
di: Zhang, Ruibin, et al.
Pubblicazione: (2024)
di: Zhang, Ruibin, et al.
Pubblicazione: (2024)
EmoDiffusion: Enhancing Emotional 3D Facial Animation with Latent Diffusion Models
di: Zhang, Yixuan, et al.
Pubblicazione: (2025)
di: Zhang, Yixuan, et al.
Pubblicazione: (2025)
dMLLM-TTS: Self-Verified and Efficient Test-Time Scaling for Diffusion Multi-Modal Large Language Models
di: Xin, Yi, et al.
Pubblicazione: (2025)
di: Xin, Yi, et al.
Pubblicazione: (2025)
Diffusion As Self-Distillation: End-to-End Latent Diffusion In One Model
di: Wang, Xiyuan, et al.
Pubblicazione: (2025)
di: Wang, Xiyuan, et al.
Pubblicazione: (2025)
Forest Before Trees: Latent Superposition for Efficient Visual Reasoning
di: Wang, Yubo, et al.
Pubblicazione: (2026)
di: Wang, Yubo, et al.
Pubblicazione: (2026)
Dual Diffusion Models for Multi-modal Guided 3D Avatar Generation
di: Li, Hong, et al.
Pubblicazione: (2026)
di: Li, Hong, et al.
Pubblicazione: (2026)
Dual3D: Efficient and Consistent Text-to-3D Generation with Dual-mode Multi-view Latent Diffusion
di: Li, Xinyang, et al.
Pubblicazione: (2024)
di: Li, Xinyang, et al.
Pubblicazione: (2024)
Scaling Video Understanding via Compact Latent Multi-Agent Collaboration
di: Chen, Kerui, et al.
Pubblicazione: (2026)
di: Chen, Kerui, et al.
Pubblicazione: (2026)
LatentSync: Taming Audio-Conditioned Latent Diffusion Models for Lip Sync with SyncNet Supervision
di: Li, Chunyu, et al.
Pubblicazione: (2024)
di: Li, Chunyu, et al.
Pubblicazione: (2024)
LatentCRF: Continuous CRF for Efficient Latent Diffusion
di: Ranasinghe, Kanchana, et al.
Pubblicazione: (2024)
di: Ranasinghe, Kanchana, et al.
Pubblicazione: (2024)
RAFT-MSF++: Temporal Geometry-Motion Feature Fusion for Self-Supervised Monocular Scene Flow
di: Sun, Xunpei, et al.
Pubblicazione: (2026)
di: Sun, Xunpei, et al.
Pubblicazione: (2026)
LAFR: Efficient Diffusion-based Blind Face Restoration via Latent Codebook Alignment Adapter
di: Li, Runyi, et al.
Pubblicazione: (2025)
di: Li, Runyi, et al.
Pubblicazione: (2025)
An Efficient 3D Latent Diffusion Model for T1-contrast Enhanced MRI Generation
di: Eidex, Zach, et al.
Pubblicazione: (2025)
di: Eidex, Zach, et al.
Pubblicazione: (2025)
Multi-focal Conditioned Latent Diffusion for Person Image Synthesis
di: Liu, Jiaqi, et al.
Pubblicazione: (2025)
di: Liu, Jiaqi, et al.
Pubblicazione: (2025)
SetCon: Towards Open-Ended Referring Segmentation via Set-Level Concept Prediction
di: Zhang, Zhixiong, et al.
Pubblicazione: (2026)
di: Zhang, Zhixiong, et al.
Pubblicazione: (2026)
Diffusion Model as a Noise-Aware Latent Reward Model for Step-Level Preference Optimization
di: Zhang, Tao, et al.
Pubblicazione: (2025)
di: Zhang, Tao, et al.
Pubblicazione: (2025)
Efficient Generation of Targeted and Transferable Adversarial Examples for Vision-Language Models Via Diffusion Models
di: Guo, Qi, et al.
Pubblicazione: (2024)
di: Guo, Qi, et al.
Pubblicazione: (2024)
Kaleido Diffusion: Improving Conditional Diffusion Models with Autoregressive Latent Modeling
di: Gu, Jiatao, et al.
Pubblicazione: (2024)
di: Gu, Jiatao, et al.
Pubblicazione: (2024)
HMARK: Radioactive Multi-Bit Semantic-Latent Watermarking for Diffusion Models
di: Li, Kexin, et al.
Pubblicazione: (2025)
di: Li, Kexin, et al.
Pubblicazione: (2025)
SVG-T2I: Scaling Up Text-to-Image Latent Diffusion Model Without Variational Autoencoder
di: Shi, Minglei, et al.
Pubblicazione: (2025)
di: Shi, Minglei, et al.
Pubblicazione: (2025)
HairDiffusion: Vivid Multi-Colored Hair Editing via Latent Diffusion
di: Zeng, Yu, et al.
Pubblicazione: (2024)
di: Zeng, Yu, et al.
Pubblicazione: (2024)
VegeDiff: Latent Diffusion Model for Geospatial Vegetation Forecasting
di: Zhao, Sijie, et al.
Pubblicazione: (2024)
di: Zhao, Sijie, et al.
Pubblicazione: (2024)
Uni-Renderer: Unifying Rendering and Inverse Rendering Via Dual Stream Diffusion
di: Chen, Zhifei, et al.
Pubblicazione: (2024)
di: Chen, Zhifei, et al.
Pubblicazione: (2024)
FineEdit: Fine-Grained Image Edit with Bounding Box Guidance
di: Xu, Haohang, et al.
Pubblicazione: (2026)
di: Xu, Haohang, et al.
Pubblicazione: (2026)
Canonical Latent Representations in Conditional Diffusion Models
di: Xu, Yitao, et al.
Pubblicazione: (2025)
di: Xu, Yitao, et al.
Pubblicazione: (2025)
AnyDressing: Customizable Multi-Garment Virtual Dressing via Latent Diffusion Models
di: Li, Xinghui, et al.
Pubblicazione: (2024)
di: Li, Xinghui, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Masked Autoencoders are Robust Data Augmentors
di: Xu, Haohang, et al.
Pubblicazione: (2022) -
Betrayed by Attention: A Simple yet Effective Approach for Self-supervised Video Object Segmentation
di: Ding, Shuangrui, et al.
Pubblicazione: (2023) -
EMO-X: Efficient Multi-Person Pose and Shape Estimation in One-Stage
di: Jian, Haohang, et al.
Pubblicazione: (2025) -
Rethinking Image-to-Video Adaptation: An Object-centric Perspective
di: Qian, Rui, et al.
Pubblicazione: (2024) -
MSF-Net: Multi-Stage Feature Extraction and Fusion for Robust Photometric Stereo
di: Qin, Shiyu, et al.
Pubblicazione: (2025)