Buchumschlag

Temporal Score Analysis for Understanding and Correcting Diffusion Artifacts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Yu, Zhao, Zengqun, Patras, Ioannis, Gong, Shaogang
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

Enhancing Zero-Shot Facial Expression Recognition by LLM Knowledge Transfer
von: Zhao, Zengqun, et al.
Veröffentlicht: (2024)

AIM-Fair: Advancing Algorithmic Fairness via Selectively Fine-Tuning Biased Models with Contextual Synthetic Data
von: Zhao, Zengqun, et al.
Veröffentlicht: (2025)

Prompting Visual-Language Models for Dynamic Facial Expression Recognition
von: Zhao, Zengqun, et al.
Veröffentlicht: (2023)

LatSearch: Latent Reward-Guided Search for Faster Inference-Time Scaling in Video Diffusion
von: Zhao, Zengqun, et al.
Veröffentlicht: (2026)

Relax Forcing: Relaxed KV-Memory for Consistent Long Video Generation
von: Zhao, Zengqun, et al.
Veröffentlicht: (2026)

Few-Shot Image Generation by Conditional Relaxing Diffusion Inversion
von: Cao, Yu, et al.
Veröffentlicht: (2024)

CycleCap: Improving VLMs Captioning Performance via Self-Supervised Cycle Consistency Fine-Tuning
von: Krestenitis, Marios, et al.
Veröffentlicht: (2026)

Self-Supervised Facial Representation Learning with Facial Region Awareness
von: Gao, Zheng, et al.
Veröffentlicht: (2024)

FashionSD-X: Multimodal Fashion Garment Synthesis using Latent Diffusion
von: Singh, Abhishek Kumar, et al.
Veröffentlicht: (2024)

Efficient Unsupervised Visual Representation Learning with Explicit Cluster Balancing
von: Metaxas, Ioannis Maniadis, et al.
Veröffentlicht: (2024)

SHINE: Saliency-aware HIerarchical NEgative Ranking for Compositional Temporal Grounding
von: Cheng, Zixu, et al.
Veröffentlicht: (2024)

Behaviour4All: in-the-wild Facial Behaviour Analysis Toolkit
von: Kollias, Dimitrios, et al.
Veröffentlicht: (2024)

CLIPCleaner: Cleaning Noisy Labels with CLIP
von: Feng, Chen, et al.
Veröffentlicht: (2024)

FOAA: Flattened Outer Arithmetic Attention For Multimodal Tumor Classification
von: Alwazzan, Omnia, et al.
Veröffentlicht: (2024)

EmoCLIP: A Vision-Language Method for Zero-Shot Video Facial Expression Recognition
von: Foteinopoulou, Niki Maria, et al.
Veröffentlicht: (2023)

CoS: Chain-of-Shot Prompting for Long Video Understanding
von: Hu, Jian, et al.
Veröffentlicht: (2025)

DiffusionAct: Controllable Diffusion Autoencoder for One-shot Face Reenactment
von: Bounareli, Stella, et al.
Veröffentlicht: (2024)

ReWind: Understanding Long Videos with Instructed Learnable Memory
von: Diko, Anxhelo, et al.
Veröffentlicht: (2024)

Generative Video Diffusion for Unseen Novel Semantic Video Moment Retrieval
von: Luo, Dezhao, et al.
Veröffentlicht: (2024)

CemiFace: Center-based Semi-hard Synthetic Face Generation for Face Recognition
von: Sun, Zhonglin, et al.
Veröffentlicht: (2024)

Are CLIP features all you need for Universal Synthetic Image Origin Attribution?
von: Cioni, Dario, et al.
Veröffentlicht: (2024)

MM2Latent: Text-to-facial image generation and editing in GANs with multimodal assistance
von: Meng, Debin, et al.
Veröffentlicht: (2024)

INT: Instance-Specific Negative Mining for Task-Generic Promptable Segmentation
von: Hu, Jian, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Spatial Reasoning in Segmentation
von: Lin, Jiayi, et al.
Veröffentlicht: (2025)

Hybrid-Learning Video Moment Retrieval across Multi-Domain Labels
von: Cai, Weitong, et al.
Veröffentlicht: (2024)

Training-free Zero-shot Composed Image Retrieval with Local Concept Reranking
von: Sun, Shitong, et al.
Veröffentlicht: (2023)

Grounding Video Reasoning in Physical Signals
von: Osmanli, Alibay, et al.
Veröffentlicht: (2026)

SSR: An Efficient and Robust Framework for Learning with Unknown Label Noise
von: Feng, Chen, et al.
Veröffentlicht: (2021)

Aligned Unsupervised Pretraining of Object Detectors with Self-training
von: Metaxas, Ioannis Maniadis, et al.
Veröffentlicht: (2023)

V-STaR: Benchmarking Video-LLMs on Video Spatio-Temporal Reasoning
von: Cheng, Zixu, et al.
Veröffentlicht: (2025)

VLLMs Provide Better Context for Emotion Understanding Through Common Sense Reasoning
von: Xenos, Alexandros, et al.
Veröffentlicht: (2024)

Diffusion-Based Makeup Transfer with Facial Region-Aware Makeup Features
von: Gao, Zheng, et al.
Veröffentlicht: (2026)

Adaptive Domain Shift in Diffusion Models for Cross-Modality Image Translation
von: Wang, Zihao, et al.
Veröffentlicht: (2026)

VidCtx: Context-aware Video Question Answering with Image Models
von: Goulas, Andreas, et al.
Veröffentlicht: (2024)

Uncertainty-quantified Rollout Policy Adaptation for Unlabelled Cross-domain Temporal Grounding
von: Hu, Jian, et al.
Veröffentlicht: (2025)

GraphThinker: Reinforcing Temporally Grounded Video Reasoning with Event Graph Thinking
von: Cheng, Zixu, et al.
Veröffentlicht: (2026)

P-TAME: Explain Any Image Classifier with Trained Perturbations
von: Ntrougkas, Mariano V., et al.
Veröffentlicht: (2025)

Deconstructing the Failure of Ideal Noise Correction: A Three-Pillar Diagnosis
von: Feng, Chen, et al.
Veröffentlicht: (2026)

One-shot Neural Face Reenactment via Finding Directions in GAN's Latent Space
von: Bounareli, Stella, et al.
Veröffentlicht: (2024)

SODiff: Semantic-Oriented Diffusion Model for JPEG Compression Artifacts Removal
von: Yang, Tingyu, et al.
Veröffentlicht: (2025)