HDGlyph: A Hierarchical Disentangled Glyph-Based Framework for Long-Tail Text Rendering in Diffusion Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhuang, Shuhan, Huang, Mengqi, Fu, Fengyi, Chen, Nan, Lei, Bohan, Mao, Zhendong |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LayerEdit: Disentangled Multi-Object Editing via Conflict-Aware Multi-Layer Learning
par: Fu, Fengyi, et autres
Publié: (2025)
par: Fu, Fengyi, et autres
Publié: (2025)
RealGeneral: Unifying Visual Generation via Temporal In-Context Learning with Video Models
par: Lin, Yijing, et autres
Publié: (2025)
par: Lin, Yijing, et autres
Publié: (2025)
LongAnimation: Long Animation Generation with Dynamic Global-Local Memory
par: Chen, Nan, et autres
Publié: (2025)
par: Chen, Nan, et autres
Publié: (2025)
D$^2$iT: Dynamic Diffusion Transformer for Accurate Image Generation
par: Jia, Weinan, et autres
Publié: (2025)
par: Jia, Weinan, et autres
Publié: (2025)
GlyphPrinter: Region-Grouped Direct Preference Optimization for Glyph-Accurate Visual Text Rendering
par: Shuai, Xincheng, et autres
Publié: (2026)
par: Shuai, Xincheng, et autres
Publié: (2026)
CustomContrast: A Multilevel Contrastive Perspective For Subject-Driven Text-to-Image Customization
par: Chen, Nan, et autres
Publié: (2024)
par: Chen, Nan, et autres
Publié: (2024)
Glyph-ByT5: A Customized Text Encoder for Accurate Visual Text Rendering
par: Liu, Zeyu, et autres
Publié: (2024)
par: Liu, Zeyu, et autres
Publié: (2024)
Glyph-ByT5-v2: A Strong Aesthetic Baseline for Accurate Multilingual Visual Text Rendering
par: Liu, Zeyu, et autres
Publié: (2024)
par: Liu, Zeyu, et autres
Publié: (2024)
FreeText: Training-Free Text Rendering in Diffusion Transformers via Attention Localization and Spectral Glyph Injection
par: Zhang, Ruiqiang, et autres
Publié: (2026)
par: Zhang, Ruiqiang, et autres
Publié: (2026)
RealCustom: Narrowing Real Text Word for Real-Time Open-Domain Text-to-Image Customization
par: Huang, Mengqi, et autres
Publié: (2024)
par: Huang, Mengqi, et autres
Publié: (2024)
GlyphBanana: Advancing Precise Text Rendering Through Agentic Workflows
par: Yan, Zexuan, et autres
Publié: (2026)
par: Yan, Zexuan, et autres
Publié: (2026)
DSE-GAN: Dynamic Semantic Evolution Generative Adversarial Network for Text-to-Image Generation
par: Huang, Mengqi, et autres
Publié: (2022)
par: Huang, Mengqi, et autres
Publié: (2022)
Sentiment-oriented Transformer-based Variational Autoencoder Network for Live Video Commenting
par: Fu, Fengyi, et autres
Publié: (2024)
par: Fu, Fengyi, et autres
Publié: (2024)
UniGlyph: Unified Segmentation-Conditioned Diffusion for Precise Visual Text Synthesis
par: Wang, Yuanrui, et autres
Publié: (2025)
par: Wang, Yuanrui, et autres
Publié: (2025)
Training-Free Occluded Text Rendering via Glyph Priors and Attention-Guided Semantic Blending
par: Hou, Jingqi, et autres
Publié: (2026)
par: Hou, Jingqi, et autres
Publié: (2026)
GlyphMastero: A Glyph Encoder for High-Fidelity Scene Text Editing
par: Wang, Tong, et autres
Publié: (2025)
par: Wang, Tong, et autres
Publié: (2025)
GlyphDraw2: Automatic Generation of Complex Glyph Posters with Diffusion Models and Large Language Models
par: Ma, Jian, et autres
Publié: (2024)
par: Ma, Jian, et autres
Publié: (2024)
Gradual Residuals Alignment: A Dual-Stream Framework for GAN Inversion and Image Attribute Editing
par: Li, Hao, et autres
Publié: (2024)
par: Li, Hao, et autres
Publié: (2024)
NativeTok: Native Visual Tokenization for Improved Image Generation
par: Wu, Bin, et autres
Publié: (2026)
par: Wu, Bin, et autres
Publié: (2026)
MoGA: Mixture-of-Groups Attention for End-to-End Long Video Generation
par: Jia, Weinan, et autres
Publié: (2025)
par: Jia, Weinan, et autres
Publié: (2025)
DualReal: Adaptive Joint Training for Lossless Identity-Motion Fusion in Video Customization
par: Wang, Wenchuan, et autres
Publié: (2025)
par: Wang, Wenchuan, et autres
Publié: (2025)
Empowering Backbone Models for Visual Text Generation with Input Granularity Control and Glyph-Aware Training
par: Li, Wenbo, et autres
Publié: (2024)
par: Li, Wenbo, et autres
Publié: (2024)
LOGO: Video Text Spotting with Language Collaboration and Glyph Perception Model
par: Liu, Hongen, et autres
Publié: (2024)
par: Liu, Hongen, et autres
Publié: (2024)
TextMaster: A Unified Framework for Realistic Text Editing via Glyph-Style Dual-Control
par: Yan, Zhenyu, et autres
Publié: (2024)
par: Yan, Zhenyu, et autres
Publié: (2024)
Disentangling Hardness from Noise: An Uncertainty-Driven Model-Agnostic Framework for Long-Tailed Remote Sensing Classification
par: Ding, Chi, et autres
Publié: (2026)
par: Ding, Chi, et autres
Publié: (2026)
DiffInk: Glyph- and Style-Aware Latent Diffusion Transformer for Text to Online Handwriting Generation
par: Pan, Wei, et autres
Publié: (2025)
par: Pan, Wei, et autres
Publié: (2025)
Lance: Unified Multimodal Modeling by Multi-Task Synergy
par: Fu, Fengyi, et autres
Publié: (2026)
par: Fu, Fengyi, et autres
Publié: (2026)
Hierarchical Context Alignment with Disentangled Geometric and Temporal Modeling for Semantic Occupancy Prediction
par: Li, Bohan, et autres
Publié: (2024)
par: Li, Bohan, et autres
Publié: (2024)
Streaming Video Diffusion: Online Video Editing with Diffusion Models
par: Chen, Feng, et autres
Publié: (2024)
par: Chen, Feng, et autres
Publié: (2024)
FlashBlock: Attention Caching for Efficient Long-Context Block Diffusion
par: Chen, Zhuokun, et autres
Publié: (2026)
par: Chen, Zhuokun, et autres
Publié: (2026)
WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing
par: Zhang, Hui, et autres
Publié: (2026)
par: Zhang, Hui, et autres
Publié: (2026)
Text-guided Foundation Model Adaptation for Long-Tailed Medical Image Classification
par: Li, Sirui, et autres
Publié: (2024)
par: Li, Sirui, et autres
Publié: (2024)
AnyArtisticGlyph: Multilingual Controllable Artistic Glyph Generation
par: Lu, Xiongbo, et autres
Publié: (2025)
par: Lu, Xiongbo, et autres
Publié: (2025)
TextAlign: Preference Alignment for Text Rendering with Hierarchical Rewards
par: Cui, Mingxuan, et autres
Publié: (2026)
par: Cui, Mingxuan, et autres
Publié: (2026)
VMix: Improving Text-to-Image Diffusion Model with Cross-Attention Mixing Control
par: Wu, Shaojin, et autres
Publié: (2024)
par: Wu, Shaojin, et autres
Publié: (2024)
TriAttention: Efficient Long Reasoning with Trigonometric KV Compression
par: Mao, Weian, et autres
Publié: (2026)
par: Mao, Weian, et autres
Publié: (2026)
EasyText: Controllable Diffusion Transformer for Multilingual Text Rendering
par: Lu, Runnan, et autres
Publié: (2025)
par: Lu, Runnan, et autres
Publié: (2025)
Disentangled Diffusion-Based 3D Human Pose Estimation with Hierarchical Spatial and Temporal Denoiser
par: Cai, Qingyuan, et autres
Publié: (2024)
par: Cai, Qingyuan, et autres
Publié: (2024)
LongVLM: Efficient Long Video Understanding via Large Language Models
par: Weng, Yuetian, et autres
Publié: (2024)
par: Weng, Yuetian, et autres
Publié: (2024)
RealCustom++: Representing Images as Real Textual Word for Real-Time Customization
par: Mao, Zhendong, et autres
Publié: (2024)
par: Mao, Zhendong, et autres
Publié: (2024)
Documents similaires
-
LayerEdit: Disentangled Multi-Object Editing via Conflict-Aware Multi-Layer Learning
par: Fu, Fengyi, et autres
Publié: (2025) -
RealGeneral: Unifying Visual Generation via Temporal In-Context Learning with Video Models
par: Lin, Yijing, et autres
Publié: (2025) -
LongAnimation: Long Animation Generation with Dynamic Global-Local Memory
par: Chen, Nan, et autres
Publié: (2025) -
D$^2$iT: Dynamic Diffusion Transformer for Accurate Image Generation
par: Jia, Weinan, et autres
Publié: (2025) -
GlyphPrinter: Region-Grouped Direct Preference Optimization for Glyph-Accurate Visual Text Rendering
par: Shuai, Xincheng, et autres
Publié: (2026)