Image de couverture de livre

InstanceGen: Image Generation with Instance-level Instructions

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Sella, Etai, Kleiman, Yanir, Averbuch-Elor, Hadar
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Blended Point Cloud Diffusion for Localized Text-guided Shape Editing
par: Sella, Etai, et autres
Publié: (2025)

Spice-E : Structural Priors in 3D Diffusion using Cross-Entity Attention
par: Sella, Etai, et autres
Publié: (2023)

Raster2Seq: Polygon Sequence Generation for Floorplan Reconstruction
par: Phung, Hao, et autres
Publié: (2026)

Emergent Visual-Semantic Hierarchies in Image-Text Representations
par: Alper, Morris, et autres
Publié: (2024)

Composing People Together: Iterative Pose-Image Generation for Multi-Person Interaction Scenes
par: Peng, Wenxuan, et autres
Publié: (2026)

Supercharging Floorplan Localization with Semantic Rays
par: Grader, Yuval, et autres
Publié: (2025)

Kiki or Bouba? Sound Symbolism in Vision-and-Language Models
par: Alper, Morris, et autres
Publié: (2023)

A Joint Study of Phrase Grounding and Task Performance in Vision and Language Models
par: Kojima, Noriyuki, et autres
Publié: (2023)

Let it Snow! Animating 3D Gaussian Scenes with Dynamic Weather Effects via Physics-Guided Score Distillation
par: Fiebelman, Gal, et autres
Publié: (2025)

Dynamic Scene Understanding from Vision-Language Representations
par: Pruss, Shahaf, et autres
Publié: (2025)

Color Bind: Exploring Color Perception in Text-to-Image Models
par: Shomer-Chai, Shay, et autres
Publié: (2025)

ICC: Quantifying Image Caption Concreteness for Multimodal Dataset Curation
par: Yanuka, Moran, et autres
Publié: (2024)

WAFFLE: Multimodal Floorplan Understanding in the Wild
par: Ganon, Keren, et autres
Publié: (2024)

Extreme Rotation Estimation in the Wild
par: Bezalel, Hana, et autres
Publié: (2024)

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes
par: Krakovsky, Shai, et autres
Publié: (2025)

Thinking in Blender: Staged Executable Inverse Graphics with Vision-Language Models
par: He, Guangzhao, et autres
Publié: (2026)

Systole-Conditioned Generative Cardiac Motion
par: Zuler, Shahar, et autres
Publié: (2025)

Emergent Extreme-View Geometry in 3D Foundation Models
par: Zhang, Yiwen, et autres
Publié: (2025)

WildCAT3D: Appearance-Aware Multi-View Diffusion in the Wild
par: Alper, Morris, et autres
Publié: (2025)

Long-tail Internet photo reconstruction
par: Li, Yuan, et autres
Publié: (2026)

MeshOn: Intersection-Free Mesh-to-Mesh Composition
par: Kim, Hyunwoo, et autres
Publié: (2026)

4-LEGS: 4D Language Embedded Gaussian Splatting
par: Fiebelman, Gal, et autres
Publié: (2024)

Scene Grounding In the Wild
par: Cohen, Tamir, et autres
Publié: (2026)

ReNoise: Real Image Inversion Through Iterative Noising
par: Garibi, Daniel, et autres
Publié: (2024)

Mitigating Open-Vocabulary Caption Hallucinations
par: Ben-Kish, Assaf, et autres
Publié: (2023)

HaLo-NeRF: Learning Geometry-Guided Semantics for Exploring Unconstrained Photo Collections
par: Dudai, Chen, et autres
Publié: (2024)

ProtoSnap: Prototype Alignment for Cuneiform Signs
par: Mikulinsky, Rachel, et autres
Publié: (2025)

InstanceDiffusion: Instance-level Control for Image Generation
par: Wang, Xudong, et autres
Publié: (2024)

InstanceAssemble: Layout-Aware Image Generation via Instance Assembling Attention
par: Xiang, Qiang, et autres
Publié: (2025)

InstanceV: Instance-Level Video Generation
par: Chen, Yuheng, et autres
Publié: (2025)

ContextGen: Contextual Layout Anchoring for Identity-Consistent Multi-Instance Generation
par: Xu, Ruihang, et autres
Publié: (2025)

Insight Any Instance: Promptable Instance Segmentation for Remote Sensing Images
par: Li, Xuexue
Publié: (2024)

TabletopGen: Instance-Level Interactive 3D Tabletop Scene Generation from Text or Single Image
par: Wang, Ziqian, et autres
Publié: (2025)

LooseRoPE: Content-aware Attention Manipulation for Semantic Harmonization
par: Sella, Etai, et autres
Publié: (2026)

Class Agnostic Instance-level Descriptor for Visual Instance Search
par: Sun, Qi-Ying, et autres
Publié: (2025)

InstructSAM: Segment Any Instance with Any Instructions
par: Yuan, Yuqian, et autres
Publié: (2026)

Meta 3D TextureGen: Fast and Consistent Texture Generation for 3D Objects
par: Bensadoun, Raphael, et autres
Publié: (2024)

Instance-aware Exploration-Verification-Exploitation for Instance ImageGoal Navigation
par: Lei, Xiaohan, et autres
Publié: (2024)

Instance-Level Composed Image Retrieval
par: Psomas, Bill, et autres
Publié: (2025)

MIGC++: Advanced Multi-Instance Generation Controller for Image Synthesis
par: Zhou, Dewei, et autres
Publié: (2024)