:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gong, Yan, Song, Yiren, Li, Yicheng, Li, Chenglin, Zhang, Yin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2506.02528
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VISTA: Triplet-Supervised Video Style Transfer with Diffusion Transformers
von: Song, Yiren, et al.
Veröffentlicht: (2026)

Loom: Diffusion-Transformer for Interleaved Generation
von: Ye, Mingcheng, et al.
Veröffentlicht: (2025)

2K-Characters-10K-Stories: A Quality-Gated Stylized Narrative Dataset with Disentangled Control and Sequence Consistency
von: Yin, Xingxi, et al.
Veröffentlicht: (2025)

Stable-Makeup: When Real-World Makeup Transfer Meets Diffusion Model
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

Unlocking the Latent Canvas: Eliciting and Benchmarking Symbolic Visual Expression in LLMs
von: Zheng, Yiren, et al.
Veröffentlicht: (2026)

DiffSim: Taming Diffusion Models for Evaluating Visual Similarity
von: Song, Yiren, et al.
Veröffentlicht: (2024)

Stable-Hair: Real-World Hair Transfer via Diffusion Model
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2024)

MakeAnything: Harnessing Diffusion Transformers for Multi-Domain Procedural Sequence Generation
von: Song, Yiren, et al.
Veröffentlicht: (2025)

LayerTracer: Cognitive-Aligned Layered SVG Synthesis via Diffusion Transformer
von: Song, Yiren, et al.
Veröffentlicht: (2025)

EasyText: Controllable Diffusion Transformer for Multilingual Text Rendering
von: Lu, Runnan, et al.
Veröffentlicht: (2025)

EasyControl: Adding Efficient and Flexible Control for Diffusion Transformer
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2025)

UNIC-Adapter: Unified Image-instruction Adapter with Multi-modal Transformer for Image Generation
von: Duan, Lunhao, et al.
Veröffentlicht: (2024)

DARA: Domain- and Relation-aware Adapters Make Parameter-efficient Tuning for Visual Grounding
von: Liu, Ting, et al.
Veröffentlicht: (2024)

OmniPSD: Layered PSD Generation with Diffusion Transformer
von: Liu, Cheng, et al.
Veröffentlicht: (2025)

Language-Inspired Relation Transfer for Few-shot Class-Incremental Learning
von: Zhao, Yifan, et al.
Veröffentlicht: (2025)

EditTransfer++: Toward Faithful and Efficient Visual-Prompt-Guided Image Editing
von: Chen, Lan, et al.
Veröffentlicht: (2026)

Semantic Relation-Enhanced CLIP Adapter for Domain Adaptive Zero-Shot Learning
von: Yu, Jiaao, et al.
Veröffentlicht: (2025)

Dyn-Adapter: Towards Disentangled Representation for Efficient Visual Recognition
von: Zhang, Yurong, et al.
Veröffentlicht: (2024)

MV-Adapter: Multimodal Video Transfer Learning for Video Text Retrieval
von: Jin, Xiaojie, et al.
Veröffentlicht: (2023)

Generalized Visual Relation Detection with Diffusion Models
von: Gao, Kaifeng, et al.
Veröffentlicht: (2025)

Efficient Spatial-Temporal Focal Adapter with SSM for Temporal Action Detection
von: Qiu, Yicheng, et al.
Veröffentlicht: (2026)

ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models
von: Cheng, Jiaxiang, et al.
Veröffentlicht: (2024)

TransAnimate: Taming Layer Diffusion to Generate RGBA Video
von: Chen, Xuewei, et al.
Veröffentlicht: (2025)

DiffDecompose: Layer-Wise Decomposition of Alpha-Composited Images via Diffusion Transformers
von: Wang, Zitong, et al.
Veröffentlicht: (2025)

Memory Efficient Transformer Adapter for Dense Predictions
von: Zhang, Dong, et al.
Veröffentlicht: (2025)

RelationVLM: Making Large Vision-Language Models Understand Visual Relations
von: Huang, Zhipeng, et al.
Veröffentlicht: (2024)

Few-Shot Relation Extraction with Hybrid Visual Evidence
von: Gong, Jiaying, et al.
Veröffentlicht: (2024)

Edit2Perceive: Image Editing Diffusion Models Are Strong Dense Perceivers
von: Shi, Yiqing, et al.
Veröffentlicht: (2025)

Relation-Rich Visual Document Generator for Visual Information Extraction
von: Jiang, Zi-Han, et al.
Veröffentlicht: (2025)

OmniRefiner: Reinforcement-Guided Local Diffusion Refinement
von: Liu, Yaoli, et al.
Veröffentlicht: (2025)

DreamRelation: Relation-Centric Video Customization
von: Wei, Yujie, et al.
Veröffentlicht: (2025)

Test-time Distribution Learning Adapter for Cross-modal Visual Reasoning
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Mitty: Diffusion-based Human-to-Robot Video Generation
von: Song, Yiren, et al.
Veröffentlicht: (2025)

FLUX-Makeup: High-Fidelity, Identity-Consistent, and Robust Makeup Transfer via Diffusion Transformer
von: Zhu, Jian, et al.
Veröffentlicht: (2025)

DA-Ada: Learning Domain-Aware Adapter for Domain Adaptive Object Detection
von: Li, Haochen, et al.
Veröffentlicht: (2024)

Federated Client-tailored Adapter for Medical Image Segmentation
von: Hu, Guyue, et al.
Veröffentlicht: (2025)

Mitigating Action-Relation Hallucinations in LVLMs via Relation-aware Visual Enhancement
von: Qin, Zhenxin, et al.
Veröffentlicht: (2026)

Personalized Vision via Visual In-Context Learning
von: Jiang, Yuxin, et al.
Veröffentlicht: (2025)

Conv-Adapter: Exploring Parameter Efficient Transfer Learning for ConvNets
von: Chen, Hao, et al.
Veröffentlicht: (2022)

ColorEdit: Training-free Image-Guided Color editing with diffusion model
von: Yin, Xingxi, et al.
Veröffentlicht: (2024)