Buchumschlag

HCMA: Hierarchical Cross-model Alignment for Grounded Text-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Hang, Cheng, Zhi-Qi, Lin, Chenhao, Shen, Chao, Zhang, Lei
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

ATSS: Detecting AI-Generated Videos via Anomalous Temporal Self-Similarity
von: Wang, Hang, et al.
Veröffentlicht: (2026)

CMTA: Leveraging Cross-Modal Temporal Artifacts for Generalizable AI-Generated Video Detection
von: Wang, Hang, et al.
Veröffentlicht: (2026)

Hierarchical Vision-Language Alignment for Text-to-Image Generation via Diffusion Models
von: Johnson, Emily, et al.
Veröffentlicht: (2025)

CrossView-GS: Cross-view Gaussian Splatting For Large-scale Scene Reconstruction
von: Zhang, Chenhao, et al.
Veröffentlicht: (2025)

Exploring Fine-Grained Image-Text Alignment for Referring Remote Sensing Image Segmentation
von: Lei, Sen, et al.
Veröffentlicht: (2024)

Adversarial Video Promotion Against Text-to-Video Retrieval
von: Tian, Qiwei, et al.
Veröffentlicht: (2025)

Hierarchical Alignment-enhanced Adaptive Grounding Network for Generalized Referring Expression Comprehension
von: Wang, Yaxian, et al.
Veröffentlicht: (2025)

Collapse-Aware Triplet Decoupling for Adversarially Robust Image Retrieval
von: Tian, Qiwei, et al.
Veröffentlicht: (2023)

Unleashing the Potential of Large Language Models for Text-to-Image Generation through Autoregressive Representation Alignment
von: Xie, Xing, et al.
Veröffentlicht: (2025)

Cross-modal Full-mode Fine-grained Alignment for Text-to-Image Person Retrieval
von: Yin, Hao, et al.
Veröffentlicht: (2025)

FocusDiff: Advancing Fine-Grained Text-Image Alignment for Autoregressive Visual Generation through RL
von: Pan, Kaihang, et al.
Veröffentlicht: (2025)

CritiFusion: Semantic Critique and Spectral Alignment for Faithful Text-to-Image Generation
von: Chen, ZhenQi, et al.
Veröffentlicht: (2025)

TwoHamsters: Benchmarking Multi-Concept Compositional Unsafety in Text-to-Image Models
von: Zhang, Chaoshuo, et al.
Veröffentlicht: (2026)

GroundingBooth: Grounding Text-to-Image Customization
von: Xiong, Zhexiao, et al.
Veröffentlicht: (2024)

Fast Prompt Alignment for Text-to-Image Generation
von: Mrini, Khalil, et al.
Veröffentlicht: (2024)

ImageDoctor: Diagnosing Text-to-Image Generation via Grounded Image Reasoning
von: Guo, Yuxiang, et al.
Veröffentlicht: (2025)

Information Theoretic Text-to-Image Alignment
von: Wang, Chao, et al.
Veröffentlicht: (2024)

Self-Discovering Interpretable Diffusion Latent Directions for Responsible Text-to-Image Generation
von: Li, Hang, et al.
Veröffentlicht: (2023)

TextAlign: Preference Alignment for Text Rendering with Hierarchical Rewards
von: Cui, Mingxuan, et al.
Veröffentlicht: (2026)

Consistent Supervised-Unsupervised Alignment for Generalized Category Discovery
von: Han, Jizhou, et al.
Veröffentlicht: (2025)

FreeGraftor: Training-Free Cross-Image Feature Grafting for Subject-Driven Text-to-Image Generation
von: Yao, Zebin, et al.
Veröffentlicht: (2025)

Hierarchical Cross-Modal Alignment for Open-Vocabulary 3D Object Detection
von: Zhao, Youjun, et al.
Veröffentlicht: (2025)

Cross Paradigm Representation and Alignment Transformer for Image Deraining
von: Zou, Shun, et al.
Veröffentlicht: (2025)

Fine-Grained Image-Text Alignment in Medical Imaging Enables Explainable Cyclic Image-Report Generation
von: Chen, Wenting, et al.
Veröffentlicht: (2023)

Towards Improved Text-Aligned Codebook Learning: Multi-Hierarchical Codebook-Text Alignment with Long Text
von: Liang, Guotao, et al.
Veröffentlicht: (2025)

Cross-Modal and Uni-Modal Soft-Label Alignment for Image-Text Retrieval
von: Huang, Hailang, et al.
Veröffentlicht: (2024)

Generalizing Alignment Paradigm of Text-to-Image Generation with Preferences through $f$-divergence Minimization
von: Sun, Haoyuan, et al.
Veröffentlicht: (2024)

Enhancing Reward Models for High-quality Image Generation: Beyond Text-Image Alignment
von: Ba, Ying, et al.
Veröffentlicht: (2025)

AlignGen: Boosting Personalized Image Generation with Cross-Modality Prior Alignment
von: Lin, Yiheng, et al.
Veröffentlicht: (2025)

BideDPO: Conditional Image Generation with Simultaneous Text and Condition Alignment
von: Zhou, Dewei, et al.
Veröffentlicht: (2025)

Align Beyond Prompts: Evaluating World Knowledge Alignment in Text-to-Image Generation
von: Zhang, Wenchao, et al.
Veröffentlicht: (2025)

Concept Unlearning by Modeling Key Steps of Diffusion Process
von: Zhang, Chaoshuo, et al.
Veröffentlicht: (2025)

A Survey of Defenses Against AI-Generated Visual Media: Detection,Disruption, and Authentication
von: Deng, Jingyi, et al.
Veröffentlicht: (2024)

InstructEngine: Instruction-driven Text-to-Image Alignment
von: Lu, Xingyu, et al.
Veröffentlicht: (2025)

IVAC-P2L: Leveraging Irregular Repetition Priors for Improving Video Action Counting
von: Wang, Hang, et al.
Veröffentlicht: (2024)

EIRES:Training-free AI-Generated Image Detection via Edit-Induced Reconstruction Error Shift
von: Jiang, Wan, et al.
Veröffentlicht: (2025)

Phrase Decoupling Cross-Modal Hierarchical Matching and Progressive Position Correction for Visual Grounding
von: Xie, Minghong, et al.
Veröffentlicht: (2024)

UniAlignment: Semantic Alignment for Unified Image Generation, Understanding, Manipulation and Perception
von: Song, Xinyang, et al.
Veröffentlicht: (2025)

Hierarchical Semantic Alignment for Image Clustering
von: Zhu, Xingyu, et al.
Veröffentlicht: (2025)

CMIP-CIL: A Cross-Modal Benchmark for Image-Point Class Incremental Learning
von: Qi, Chao, et al.
Veröffentlicht: (2025)