Buchumschlag

Scalable GANs with Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hyun, Sangeek, Lee, MinKyu, Heo, Jae-Pil
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cross-scale Aligned Supervision for Training GANs
von: Hyun, Sangeek, et al.
Veröffentlicht: (2026)

Auto-Encoded Supervision for Perceptual Image Super-Resolution
von: Lee, MinKyu, et al.
Veröffentlicht: (2024)

Analyzing the Training Dynamics of Image Restoration Transformers: A Revisit to Layer Normalization
von: Lee, MinKyu, et al.
Veröffentlicht: (2025)

Noise-free Optimization in Early Training Steps for Image Super-Resolution
von: Lee, MinKyu, et al.
Veröffentlicht: (2023)

Fine-Tuning Visual Autoregressive Models for Subject-Driven Generation
von: Chung, Jiwoo, et al.
Veröffentlicht: (2025)

GSGAN: Adversarial Learning for Hierarchical Generation of 3D Gaussian Splats
von: Hyun, Sangeek, et al.
Veröffentlicht: (2024)

Looking Beyond the Window: Global-Local Aligned CLIP for Training-free Open-Vocabulary Semantic Segmentation
von: Lee, ByeongCheol, et al.
Veröffentlicht: (2026)

SeaCache: Spectral-Evolution-Aware Cache for Accelerating Diffusion Models
von: Chung, Jiwoo, et al.
Veröffentlicht: (2026)

Style Injection in Diffusion: A Training-free Approach for Adapting Large-scale Diffusion Models for Style Transfer
von: Chung, Jiwoo, et al.
Veröffentlicht: (2023)

Disambiguating 2D-3D Correspondences in Gaussian Splatting-based Feature Fields for Visual Localization
von: Lee, Miso, et al.
Veröffentlicht: (2026)

Selective Contrastive Learning for Weakly Supervised Affordance Grounding
von: Moon, WonJun, et al.
Veröffentlicht: (2025)

Correlation-Guided Query-Dependency Calibration for Video Temporal Grounding
von: Moon, WonJun, et al.
Veröffentlicht: (2023)

Diversity-aware Channel Pruning for StyleGAN Compression
von: Chung, Jiwoo, et al.
Veröffentlicht: (2024)

From Vicious to Virtuous Cycles: Synergistic Representation Learning for Unsupervised Video Object-Centric Learning
von: Seong, Hyun Seok, et al.
Veröffentlicht: (2026)

Reconstruction-Guided Slot Curriculum: Addressing Object Over-Fragmentation in Video Object-Centric Learning
von: Moon, WonJun, et al.
Veröffentlicht: (2026)

Temporal Alignment-Free Video Matching for Few-shot Action Recognition
von: Lee, SuBeen, et al.
Veröffentlicht: (2025)

Mutually-Aware Feature Learning for Few-Shot Object Counting
von: Jeon, Yerim, et al.
Veröffentlicht: (2024)

Scratching Visual Transformer's Back with Uniform Attention
von: Hyeon-Woo, Nam, et al.
Veröffentlicht: (2022)

PDF-GS: Progressive Distractor Filtering for Robust 3D Gaussian Splatting
von: Seo, Kangmin, et al.
Veröffentlicht: (2026)

Masking Matters: Unlocking the Spatial Reasoning Capabilities of LLMs for 3D Scene-Language Understanding
von: Jeon, Yerim, et al.
Veröffentlicht: (2025)

Leveraging GANs For Active Appearance Models Optimized Model Fitting
von: Awasthi, Anurag
Veröffentlicht: (2025)

A survey on GANs for computer vision: Recent research, analysis and taxonomy
von: Iglesias, Guillermo, et al.
Veröffentlicht: (2022)

E$^{2}$GAN: Efficient Training of Efficient GANs for Image-to-Image Translation
von: Gong, Yifan, et al.
Veröffentlicht: (2024)

Self-supervised Transformation Learning for Equivariant Representations
von: Yu, Jaemyung, et al.
Veröffentlicht: (2025)

Unsupervised Panoptic Interpretation of Latent Spaces in GANs Using Space-Filling Vector Quantization
von: Vali, Mohammad Hassan, et al.
Veröffentlicht: (2024)

Taming the Tail in Class-Conditional GANs: Knowledge Sharing via Unconditional Training at Lower Resolutions
von: Khorram, Saeed, et al.
Veröffentlicht: (2024)

Voost: A Unified and Scalable Diffusion Transformer for Bidirectional Virtual Try-On and Try-Off
von: Lee, Seungyong, et al.
Veröffentlicht: (2025)

Stratified Knowledge-Density Super-Network for Scalable Vision Transformers
von: Li, Longhua, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Scalable Vector Graphics-Driven Image Understanding
von: Cai, Mu, et al.
Veröffentlicht: (2023)

Scalable High-Resolution Pixel-Space Image Synthesis with Hourglass Diffusion Transformers
von: Crowson, Katherine, et al.
Veröffentlicht: (2024)

Interpretable Motion-Attentive Maps: Spatio-Temporally Localizing Concepts in Video Diffusion Transformers
von: Jun, Youngjun, et al.
Veröffentlicht: (2026)

EdgeFusion: On-Device Text-to-Image Generation
von: Castells, Thibault, et al.
Veröffentlicht: (2024)

Energy-Based Transformers are Scalable Learners and Thinkers
von: Gladstone, Alexi, et al.
Veröffentlicht: (2025)

DMQ: Dissecting Outliers of Diffusion Models for Post-Training Quantization
von: Lee, Dongyeun, et al.
Veröffentlicht: (2025)

VGBench: Evaluating Large Language Models on Vector Graphics Understanding and Generation
von: Zou, Bocheng, et al.
Veröffentlicht: (2024)

VG3T: Visual Geometry Grounded Gaussian Transformer
von: Kim, Junho, et al.
Veröffentlicht: (2025)

Retrieval Visual Contrastive Decoding to Mitigate Object Hallucinations in Large Vision-Language Models
von: Lee, Jihoon, et al.
Veröffentlicht: (2025)

What You See is What You GAN: Rendering Every Pixel for High-Fidelity Geometry in 3D GANs
von: Trevithick, Alex, et al.
Veröffentlicht: (2024)

Training-Free Acceleration of ViTs with Delayed Spatial Merging
von: Heo, Jung Hwan, et al.
Veröffentlicht: (2023)

VIPaint: Image Inpainting with Pre-Trained Diffusion Models via Variational Inference
von: Agarwal, Sakshi, et al.
Veröffentlicht: (2024)