Head-wise Adaptive Rotary Positional Encoding for Fine-Grained Image Generation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Jiaye, Chen, Baoyou, Li, Hui, Dong, Zilong, Wang, Jingdong, Zhu, Siyu |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Pyramidal Patchification Flow for Visual Generation
par: Li, Hui, et autres
Publié: (2025)
par: Li, Hui, et autres
Publié: (2025)
Hallo-Live: Real-Time Streaming Joint Audio-Video Avatar Generation with Asynchronous Dual-Stream and Human-Centric Preference Distillation
par: Li, Chunyu, et autres
Publié: (2026)
par: Li, Chunyu, et autres
Publié: (2026)
OpenHumanVid: A Large-Scale High-Quality Dataset for Enhancing Human-Centric Video Generation
par: Li, Hui, et autres
Publié: (2024)
par: Li, Hui, et autres
Publié: (2024)
Synchronized and Fine-Grained Head for Skeleton-Based Ambiguous Action Recognition
par: Huang, Hao, et autres
Publié: (2024)
par: Huang, Hao, et autres
Publié: (2024)
Prompt Reinjection: Alleviating Prompt Forgetting in Multimodal Diffusion Transformers
par: Yao, Yuxuan, et autres
Publié: (2026)
par: Yao, Yuxuan, et autres
Publié: (2026)
LES-Talker: Fine-Grained Emotion Editing for Talking Head Generation in Linear Emotion Space
par: Feng, Guanwen, et autres
Publié: (2024)
par: Feng, Guanwen, et autres
Publié: (2024)
LokiTalk: Learning Fine-Grained and Generalizable Correspondences to Enhance NeRF-based Talking Head Synthesis
par: Li, Tianqi, et autres
Publié: (2024)
par: Li, Tianqi, et autres
Publié: (2024)
SlotMemory: Object-Centric KV Memory for Streaming Long-Video Generation
par: Dou, Weijia, et autres
Publié: (2026)
par: Dou, Weijia, et autres
Publié: (2026)
PanoLAM: Large Avatar Model for Gaussian Full-Head Synthesis from One-shot Unposed Image
par: Li, Peng, et autres
Publié: (2025)
par: Li, Peng, et autres
Publié: (2025)
Collaborative Position Reasoning Network for Referring Image Segmentation
par: Cao, Jianjian, et autres
Publié: (2024)
par: Cao, Jianjian, et autres
Publié: (2024)
HyPlaneHead: Rethinking Tri-plane-like Representations in Full-Head Image Synthesis
par: Li, Heyuan, et autres
Publié: (2025)
par: Li, Heyuan, et autres
Publié: (2025)
OmniMotion: Multimodal Motion Generation with Continuous Masked Autoregression
par: Li, Zhe, et autres
Publié: (2025)
par: Li, Zhe, et autres
Publié: (2025)
Hallo2: Long-Duration and High-Resolution Audio-Driven Portrait Image Animation
par: Cui, Jiahao, et autres
Publié: (2024)
par: Cui, Jiahao, et autres
Publié: (2024)
Prototypical Hash Encoding for On-the-Fly Fine-Grained Category Discovery
par: Zheng, Haiyang, et autres
Publié: (2024)
par: Zheng, Haiyang, et autres
Publié: (2024)
FashionMAC: Deformation-Free Fashion Image Generation with Fine-Grained Model Appearance Customization
par: Zhang, Rong, et autres
Publié: (2025)
par: Zhang, Rong, et autres
Publié: (2025)
Sam-Guided Enhanced Fine-Grained Encoding with Mixed Semantic Learning for Medical Image Captioning
par: Zhang, Zhenyu, et autres
Publié: (2023)
par: Zhang, Zhenyu, et autres
Publié: (2023)
Geometry-Aware Rotary Position Embedding for Consistent Video World Model
par: Xiang, Chendong, et autres
Publié: (2026)
par: Xiang, Chendong, et autres
Publié: (2026)
OPEN: Object-wise Position Embedding for Multi-view 3D Object Detection
par: Hou, Jinghua, et autres
Publié: (2024)
par: Hou, Jinghua, et autres
Publié: (2024)
Hallo4: High-Fidelity Dynamic Portrait Animation via Direct Preference Optimization
par: Cui, Jiahao, et autres
Publié: (2025)
par: Cui, Jiahao, et autres
Publié: (2025)
Generate, Refine, and Encode: Leveraging Synthesized Novel Samples for On-the-Fly Fine-Grained Category Discovery
par: Liu, Xiao, et autres
Publié: (2025)
par: Liu, Xiao, et autres
Publié: (2025)
Hallo: Hierarchical Audio-Driven Visual Synthesis for Portrait Image Animation
par: Xu, Mingwang, et autres
Publié: (2024)
par: Xu, Mingwang, et autres
Publié: (2024)
3SGen: Unified Subject, Style, and Structure-Driven Image Generation with Adaptive Task-specific Memory
par: Song, Xinyang, et autres
Publié: (2025)
par: Song, Xinyang, et autres
Publié: (2025)
Balanced 3DGS: Gaussian-wise Parallelism Rendering with Fine-Grained Tiling
par: Gui, Hao, et autres
Publié: (2024)
par: Gui, Hao, et autres
Publié: (2024)
HIVE: HIerarchical Volume Encoding for Neural Implicit Surface Reconstruction
par: Gu, Xiaodong, et autres
Publié: (2024)
par: Gu, Xiaodong, et autres
Publié: (2024)
Spiral RoPE: Rotate Your Rotary Positional Embeddings in the 2D Plane
par: Liu, Haoyu, et autres
Publié: (2026)
par: Liu, Haoyu, et autres
Publié: (2026)
DicFace: Dirichlet-Constrained Variational Codebook Learning for Temporally Coherent Video Face Restoration
par: Chen, Yan, et autres
Publié: (2025)
par: Chen, Yan, et autres
Publié: (2025)
VideoRoPE: What Makes for Good Video Rotary Position Embedding?
par: Wei, Xilin, et autres
Publié: (2025)
par: Wei, Xilin, et autres
Publié: (2025)
Fine-Grained Customized Fashion Design with Image-into-Prompt benchmark and dataset from LMM
par: Li, Hui, et autres
Publié: (2025)
par: Li, Hui, et autres
Publié: (2025)
Positional Encoding Field
par: Bai, Yunpeng, et autres
Publié: (2025)
par: Bai, Yunpeng, et autres
Publié: (2025)
ReDirector: Creating Any-Length Video Retakes with Rotary Camera Encoding
par: Park, Byeongjun, et autres
Publié: (2025)
par: Park, Byeongjun, et autres
Publié: (2025)
Efficient Matrix Implementation for Rotary Position Embedding
par: Minqi, Chen, et autres
Publié: (2026)
par: Minqi, Chen, et autres
Publié: (2026)
AutoLoRA: Automatic LoRA Retrieval and Fine-Grained Gated Fusion for Text-to-Image Generation
par: Li, Zhiwen, et autres
Publié: (2025)
par: Li, Zhiwen, et autres
Publié: (2025)
Toward Fine-Grained Facial Control in 3D Talking Head Generation
par: Xie, Shaoyang, et autres
Publié: (2026)
par: Xie, Shaoyang, et autres
Publié: (2026)
Rotary Position Embedding for Vision Transformer
par: Heo, Byeongho, et autres
Publié: (2024)
par: Heo, Byeongho, et autres
Publié: (2024)
DeAR: Fine-Grained VLM Adaptation by Decomposing Attention Head Roles
par: Ma, Yiming, et autres
Publié: (2026)
par: Ma, Yiming, et autres
Publié: (2026)
MixFlow Training: Alleviating Exposure Bias with Slowed Interpolation Mixture
par: Li, Hui, et autres
Publié: (2025)
par: Li, Hui, et autres
Publié: (2025)
C^2ROPE: Causal Continuous Rotary Positional Encoding for 3D Large Multimodal-Models Reasoning
par: Ye, Guanting, et autres
Publié: (2026)
par: Ye, Guanting, et autres
Publié: (2026)
DRoPE: Directional Rotary Position Embedding for Efficient Agent Interaction Modeling
par: Zhao, Jianbo, et autres
Publié: (2025)
par: Zhao, Jianbo, et autres
Publié: (2025)
PresentBench: A Fine-Grained Rubric-Based Benchmark for Slide Generation
par: Chen, Xin-Sheng, et autres
Publié: (2026)
par: Chen, Xin-Sheng, et autres
Publié: (2026)
Fine-Grained Controllable Apparel Showcase Image Generation via Garment-Centric Outpainting
par: Zhang, Rong, et autres
Publié: (2025)
par: Zhang, Rong, et autres
Publié: (2025)
Documents similaires
-
Pyramidal Patchification Flow for Visual Generation
par: Li, Hui, et autres
Publié: (2025) -
Hallo-Live: Real-Time Streaming Joint Audio-Video Avatar Generation with Asynchronous Dual-Stream and Human-Centric Preference Distillation
par: Li, Chunyu, et autres
Publié: (2026) -
OpenHumanVid: A Large-Scale High-Quality Dataset for Enhancing Human-Centric Video Generation
par: Li, Hui, et autres
Publié: (2024) -
Synchronized and Fine-Grained Head for Skeleton-Based Ambiguous Action Recognition
par: Huang, Hao, et autres
Publié: (2024) -
Prompt Reinjection: Alleviating Prompt Forgetting in Multimodal Diffusion Transformers
par: Yao, Yuxuan, et autres
Publié: (2026)