Buchumschlag

Compass Control: Multi Object Orientation Control for Text-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Parihar, Rishubh, Agrawal, Vaibhav, VS, Sachidanand, Babu, R. Venkatesh
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

PreciseControl: Enhancing Text-To-Image Diffusion Models with Fine-Grained Attribute Control
von: Parihar, Rishubh, et al.
Veröffentlicht: (2024)

Text2Place: Affordance-aware Text Guided Human Placement
von: Parihar, Rishubh, et al.
Veröffentlicht: (2024)

SeeThrough3D: Occlusion Aware 3D Control in Text-to-Image Generation
von: Agrawal, Vaibhav, et al.
Veröffentlicht: (2026)

MonoPlace3D: Learning 3D-Aware Object Placement for 3D Monocular Detection
von: Parihar, Rishubh, et al.
Veröffentlicht: (2025)

Kontinuous Kontext: Continuous Strength Control for Instruction-based Image Editing
von: Parihar, Rishubh, et al.
Veröffentlicht: (2025)

Reflecting Reality: Enabling Diffusion Models to Produce Faithful Mirror Reflections
von: Dhiman, Ankit, et al.
Veröffentlicht: (2024)

Balancing Act: Distribution-Guided Debiasing in Diffusion Models
von: Parihar, Rishubh, et al.
Veröffentlicht: (2024)

Harnessing Diffusion-Generated Synthetic Images for Fair Image Classification
von: Basu, Abhipsa, et al.
Veröffentlicht: (2025)

Object-Attribute Binding in Text-to-Image Generation: Evaluation and Control
von: Trusca, Maria Mihaela, et al.
Veröffentlicht: (2024)

GeoDiv: Framework For Measuring Geographical Diversity In Text-To-Image Models
von: Basu, Abhipsa, et al.
Veröffentlicht: (2026)

Do Vision Language Models Need to Process Image Tokens?
von: Ghosh, Sambit, et al.
Veröffentlicht: (2026)

Leveraging Vision-Language Models for Improving Domain Generalization in Image Classification
von: Addepalli, Sravanti, et al.
Veröffentlicht: (2023)

Customizing Text-to-Image Diffusion with Object Viewpoint Control
von: Kumari, Nupur, et al.
Veröffentlicht: (2024)

OrientDream: Streamlining Text-to-3D Generation with Explicit Orientation Control
von: Huang, Yuzhong, et al.
Veröffentlicht: (2024)

MIGC: Multi-Instance Generation Controller for Text-to-Image Synthesis
von: Zhou, Dewei, et al.
Veröffentlicht: (2024)

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

Robustness Analysis on Foundational Segmentation Models
von: Schiappa, Madeline Chantry, et al.
Veröffentlicht: (2023)

OLAF: A Plug-and-Play Framework for Enhanced Multi-object Multi-part Scene Parsing
von: Gupta, Pranav, et al.
Veröffentlicht: (2024)

Objects in Generated Videos Are Slower Than They Appear: Models Suffer Sub-Earth Gravity and Don't Know Galileo's Principle...for now
von: Thozhiyoor, Varun Varma, et al.
Veröffentlicht: (2025)

DOS: Directional Object Separation in Text Embeddings for Multi-Object Image Generation
von: Byun, Dongnam, et al.
Veröffentlicht: (2025)

FOCUS: Optimal Control for Multi-Entity World Modeling in Text-to-Image Generation
von: Bill, Eric Tillmann, et al.
Veröffentlicht: (2025)

MULAN: A Multi Layer Annotated Dataset for Controllable Text-to-Image Generation
von: Tudosiu, Petru-Daniel, et al.
Veröffentlicht: (2024)

Composing Parts for Expressive Object Generation
von: Rangwani, Harsh, et al.
Veröffentlicht: (2024)

MoGen: A Unified Collaborative Framework for Controllable Multi-Object Image Generation
von: Li, Yanfeng, et al.
Veröffentlicht: (2026)

AnyControl: Create Your Artwork with Versatile Control on Text-to-Image Generation
von: Sun, Yanan, et al.
Veröffentlicht: (2024)

SceneDesigner: Controllable Multi-Object Image Generation with 9-DoF Pose Manipulation
von: Qin, Zhenyuan, et al.
Veröffentlicht: (2025)

TOUCH: Text-guided Controllable Generation of Free-Form Hand-Object Interactions
von: Han, Guangyi, et al.
Veröffentlicht: (2025)

Controllable 3D Object Generation with Single Image Prompt
von: Lee, Jaeseok, et al.
Veröffentlicht: (2025)

SINGAPO: Single Image Controlled Generation of Articulated Parts in Objects
von: Liu, Jiayi, et al.
Veröffentlicht: (2024)

MirrorVerse: Pushing Diffusion Models to Realistically Reflect the World
von: Dhiman, Ankit, et al.
Veröffentlicht: (2025)

Text-guided Controllable Diffusion for Realistic Camouflage Images Generation
von: Qian, Yuhang, et al.
Veröffentlicht: (2025)

Dynamic Frequency Modulation for Controllable Text-driven Image Generation
von: Shi, Tiandong, et al.
Veröffentlicht: (2026)

Controllable Generation with Text-to-Image Diffusion Models: A Survey
von: Cao, Pu, et al.
Veröffentlicht: (2024)

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

Cocktail: Mixing Multi-Modality Controls for Text-Conditional Image Generation
von: Hu, Minghui, et al.
Veröffentlicht: (2023)

CREA: A Collaborative Multi-Agent Framework for Creative Image Editing and Generation
von: Venkatesh, Kavana, et al.
Veröffentlicht: (2025)

RichControl: Structure- and Appearance-Rich Training-Free Spatial Control for Text-to-Image Generation
von: Pang, Lexi, et al.
Veröffentlicht: (2025)

GOOD: Towards Domain Generalized Orientated Object Detection
von: Bi, Qi, et al.
Veröffentlicht: (2024)

FlexEControl: Flexible and Efficient Multimodal Control for Text-to-Image Generation
von: He, Xuehai, et al.
Veröffentlicht: (2024)

Camera Control for Text-to-Image Generation via Learning Viewpoint Tokens
von: Lu, Xinxuan, et al.
Veröffentlicht: (2026)