Buchumschlag

IP-Prompter: Training-Free Theme-Specific Image Generation via Dynamic Visual Prompting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yuxin, Luo, Minyan, Dong, Weiming, Yang, Xiao, Huang, Haibin, Ma, Chongyang, Deussen, Oliver, Lee, Tong-Yee, Xu, Changsheng
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

Dance-to-Music Generation with Encoder-based Textual Inversion
von: Li, Sifei, et al.
Veröffentlicht: (2024)

Self-Reasoning Agentic Framework for Narrative Product Grid-Collage Generation
von: Luo, Minyan, et al.
Veröffentlicht: (2026)

CreativeSynth: Cross-Art-Attention for Artistic Image Synthesis with Multimodal Diffusion
von: Huang, Nisha, et al.
Veröffentlicht: (2024)

MotionCrafter: One-Shot Motion Customization of Diffusion Models
von: Zhang, Yuxin, et al.
Veröffentlicht: (2023)

Break-for-Make: Modular Low-Rank Adaptations for Composable Content-Style Customization
von: Xu, Yu, et al.
Veröffentlicht: (2024)

SongEcho: Towards Cover Song Generation via Instance-Adaptive Element-wise Linear Modulation
von: Li, Sifei, et al.
Veröffentlicht: (2026)

HeadRouter: A Training-free Image Editing Framework for MM-DiTs by Adaptively Routing Attention Heads
von: Xu, Yu, et al.
Veröffentlicht: (2024)

VisualPrompter: Semantic-Aware Prompt Optimization with Visual Feedback for Text-to-Image Synthesis
von: Wu, Shiyu, et al.
Veröffentlicht: (2025)

Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning
von: Xu, Yu, et al.
Veröffentlicht: (2026)

Music Style Transfer with Time-Varying Inversion of Diffusion Models
von: Li, Sifei, et al.
Veröffentlicht: (2024)

DiffPrompter: Differentiable Implicit Visual Prompts for Semantic-Segmentation in Adverse Conditions
von: Kalwar, Sanket, et al.
Veröffentlicht: (2023)

AdvPrompter: Fast Adaptive Adversarial Prompting for LLMs
von: Paulus, Anselm, et al.
Veröffentlicht: (2024)

A Survey on Cross-Modal Interaction Between Music and Multimodal Data
von: Li, Sifei, et al.
Veröffentlicht: (2025)

AtelierEval: Agentic Evaluation of Humans & LLMs as Text-to-Image Prompters
von: Luo, Hanjun, et al.
Veröffentlicht: (2026)

GraphPrompter: Multi-stage Adaptive Prompt Optimization for Graph In-Context Learning
von: Lv, Rui, et al.
Veröffentlicht: (2025)

Divide, Conquer and Combine: A Training-Free Framework for High-Resolution Image Perception in Multimodal Large Language Models
von: Wang, Wenbin, et al.
Veröffentlicht: (2024)

CoPrompter: User-Centric Evaluation of LLM Instruction Alignment for Improved Prompt Engineering
von: Joshi, Ishika, et al.
Veröffentlicht: (2024)

AttriPrompter: Auto-Prompting with Attribute Semantics for Zero-shot Nuclei Detection via Visual-Language Pre-trained Models
von: Wu, Yongjian, et al.
Veröffentlicht: (2024)

UADAPy: An Uncertainty-Aware Visualization and Analysis Toolbox
von: Paetzold, Patrick, et al.
Veröffentlicht: (2024)

GPS: General Per-Sample Prompter
von: Batorski, Pawel, et al.
Veröffentlicht: (2025)

Mixture of In-Context Prompters for Tabular PFNs
von: Xu, Derek, et al.
Veröffentlicht: (2024)

LLM as Prompter: Low-resource Inductive Reasoning on Arbitrary Knowledge Graphs
von: Wang, Kai, et al.
Veröffentlicht: (2024)

Identity-Preserving Text-to-Video Generation via Training-Free Prompt, Image, and Guidance Enhancement
von: Gao, Jiayi, et al.
Veröffentlicht: (2025)

Prompter: Utilizing Large Language Model Prompting for a Data Efficient Embodied Instruction Following
von: Inoue, Yuki, et al.
Veröffentlicht: (2022)

VoicePrompter: Robust Zero-Shot Voice Conversion with Voice Prompt and Conditional Flow Matching
von: Choi, Ha-Yeong, et al.
Veröffentlicht: (2025)

DyFo: A Training-Free Dynamic Focus Visual Search for Enhancing LMMs in Fine-Grained Visual Understanding
von: Li, Geng, et al.
Veröffentlicht: (2025)

In-Context Brush: Zero-shot Customized Subject Insertion with Context-Aware Latent Space Manipulation
von: Xu, Yu, et al.
Veröffentlicht: (2025)

Safeguarding Vision-Language Models Against Patched Visual Prompt Injectors
von: Sun, Jiachen, et al.
Veröffentlicht: (2024)

DynaIP: Dynamic Image Prompt Adapter for Scalable Zero-shot Personalized Text-to-Image Generation
von: Wang, Zhizhong, et al.
Veröffentlicht: (2025)

Three Heads Are Better Than One: Complementary Experts for Long-Tailed Semi-supervised Learning
von: Ma, Chengcheng, et al.
Veröffentlicht: (2023)

E-SAM: Training-Free Segment Every Entity Model
von: Zhang, Weiming, et al.
Veröffentlicht: (2025)

ConStyle v2: A Strong Prompter for All-in-One Image Restoration
von: Fan, Dongqi, et al.
Veröffentlicht: (2024)

EchoPilot: Training-Free Ultrasound Video Segmentation via Scale-Space Semantic Prompting and Reliability-Gated Memory
von: Xiao, Ruiqiang, et al.
Veröffentlicht: (2026)

A Comprehensive Review of Few-shot Action Recognition
von: Wanyan, Yuyang, et al.
Veröffentlicht: (2024)

Modality-Collaborative Low-Rank Decomposers for Few-Shot Video Domain Adaptation
von: Wanyan, Yuyang, et al.
Veröffentlicht: (2025)

Training-Free Layout-to-Image Generation with Marginal Attention Constraints
von: Chen, Huancheng, et al.
Veröffentlicht: (2024)

FlexIP: Dynamic Control of Preservation and Personality for Customized Image Generation
von: Huang, Linyan, et al.
Veröffentlicht: (2025)

VP-VLA: Visual Prompting as an Interface for Vision-Language-Action Models
von: Wang, Zixuan, et al.
Veröffentlicht: (2026)

TCP:Textual-based Class-aware Prompt tuning for Visual-Language Model
von: Yao, Hantao, et al.
Veröffentlicht: (2023)

Optimizing 4D Wires for Sparse 3D Abstraction
von: Wu, Dong-Yi, et al.
Veröffentlicht: (2026)