Buchumschlag

InsertAnywhere: Bridging 4D Scene Geometry and Diffusion Models for Realistic Video Object Insertion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jin, Hoiyeong, Jang, Hyojin, Kim, Jeongho, Hyung, Junha, Kim, Kinam, Kim, Dongjin, Choi, Huijin, Kim, Hyeonji, Choo, Jaegul
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Temporal In-Context Fine-Tuning with Temporal Reasoning for Versatile Control of Video Diffusion Models
von: Kim, Kinam, et al.
Veröffentlicht: (2025)

Infinite-Homography as Robust Conditioning for Camera-Controlled Video Generation
von: Kim, Min-Jung, et al.
Veröffentlicht: (2025)

ACG: Action Coherence Guidance for Flow-based Vision-Language-Action models
von: Park, Minho, et al.
Veröffentlicht: (2025)

Spatiotemporal Skip Guidance for Enhanced Video Diffusion Sampling
von: Hyung, Junha, et al.
Veröffentlicht: (2024)

Cross-Frame Representation Alignment for Fine-Tuning Video Diffusion Models
von: Hwang, Sungwon, et al.
Veröffentlicht: (2025)

EgoX: Egocentric Video Generation from a Single Exocentric Video
von: Kang, Taewoong, et al.
Veröffentlicht: (2025)

PromptDresser: Improving the Quality and Controllability of Virtual Try-On via Generative Textual Prompt and Prompt-aware Mask
von: Kim, Jeongho, et al.
Veröffentlicht: (2024)

Good Noise Makes Good Edits: A Training-Free Diffusion-Based Video Editing with Image and Text Prompts
von: Choi, Saemee, et al.
Veröffentlicht: (2025)

TCAN: Animating Human Images with Temporally Consistent Pose Guidance using Diffusion Models
von: Kim, Jeongho, et al.
Veröffentlicht: (2024)

TV-LiVE: Training-Free, Text-Guided Video Editing via Layer Informed Vitality Exploitation
von: Kim, Min-Jung, et al.
Veröffentlicht: (2025)

What to Preserve and What to Transfer: Faithful, Identity-Preserving Diffusion-based Hairstyle Transfer
von: Chung, Chaeyeon, et al.
Veröffentlicht: (2024)

MagiCapture: High-Resolution Multi-Concept Portrait Customization
von: Hyung, Junha, et al.
Veröffentlicht: (2023)

SurFhead: Affine Rig Blending for Geometrically Accurate 2D Gaussian Surfel Head Avatars
von: Lee, Jaeseong, et al.
Veröffentlicht: (2024)

Is user feedback always informative? Retrieval Latent Defending for Semi-Supervised Domain Adaptation without Source Data
von: Song, Junha, et al.
Veröffentlicht: (2024)

Effective Rank Analysis and Regularization for Enhanced 3D Gaussian Splatting
von: Hyung, Junha, et al.
Veröffentlicht: (2024)

SelfSwapper: Self-Supervised Face Swapping via Shape Agnostic Masked AutoEncoder
von: Lee, Jaeseong, et al.
Veröffentlicht: (2024)

EPIC: Effective Prompting for Imbalanced-Class Data Synthesis in Tabular Data Classification via Large Language Models
von: Kim, Jinhee, et al.
Veröffentlicht: (2024)

Bones Can't Be Triangles: Accurate and Efficient Vertebrae Keypoint Estimation through Collaborative Error Revision
von: Kim, Jinhee, et al.
Veröffentlicht: (2024)

From Wardrobe to Canvas: Wardrobe Polyptych LoRA for Part-level Controllable Human Image Generation
von: Kim, Jeongho, et al.
Veröffentlicht: (2025)

Zero-Shot Head Swapping in Real-World Scenarios
von: Kang, Taewoong, et al.
Veröffentlicht: (2025)

LiveWeb-IE: A Benchmark For Online Web Information Extraction
von: Yang, Seungbin, et al.
Veröffentlicht: (2026)

ExpGuard: LLM Content Moderation in Specialized Domains
von: Choi, Minseok, et al.
Veröffentlicht: (2026)

Retrieve Only Relevant Tables Whether Few or Many: Adaptive Table Retrieval Method
von: Kim, Taehee, et al.
Veröffentlicht: (2026)

Training Spatial-Frequency Visual Prompts and Probabilistic Clusters for Accurate Black-Box Transfer Learning
von: Cho, Wonwoo, et al.
Veröffentlicht: (2024)

When Model Meets New Normals: Test-time Adaptation for Unsupervised Time-series Anomaly Detection
von: Kim, Dongmin, et al.
Veröffentlicht: (2023)

On the axially symmetric solutions to the spatially homogeneous Landau equation
von: Jang, Jin Woo, et al.
Veröffentlicht: (2025)

Memory-Efficient Fine-Tuning Diffusion Transformers via Dynamic Patch Sampling and Block Skipping
von: Park, Sunghyun, et al.
Veröffentlicht: (2026)

Do's and Don'ts: Learning Desirable Skills with Instruction Videos
von: Kim, Hyunseung, et al.
Veröffentlicht: (2024)

Object-aware Sound Source Localization via Audio-Visual Scene Understanding
von: Um, Sung Jin, et al.
Veröffentlicht: (2025)

Stationary solutions to the spherically symmetric compressible fluid with capillarity effect
von: Kim, Jeongho
Veröffentlicht: (2026)

Reward-Weighted Sampling: Enhancing Non-Autoregressive Characteristics in Masked Diffusion LLMs
von: Gwak, Daehoon, et al.
Veröffentlicht: (2025)

Geometry-Aware Scene Configurations for Novel View Synthesis
von: Kim, Minkwan, et al.
Veröffentlicht: (2025)

Sommelier: Scalable Open Multi-turn Audio Pre-processing for Full-duplex Speech Language Models
von: Jung, Kyudan, et al.
Veröffentlicht: (2026)

VEGS: View Extrapolation of Urban Scenes in 3D Gaussian Splatting using Learned Priors
von: Hwang, Sungwon, et al.
Veröffentlicht: (2024)

MM-SeR: Multimodal Self-Refinement for Lightweight Image Captioning
von: Song, Junha, et al.
Veröffentlicht: (2025)

Learning to Insert [PAUSE] Tokens for Better Reasoning
von: Kim, Eunki, et al.
Veröffentlicht: (2025)

Don't Let Bandit Feedback Pull Continual LLM-Recommender Updates Off Target
von: Kim, Taesan, et al.
Veröffentlicht: (2026)

BankMathBench: A Benchmark for Numerical Reasoning in Banking Scenarios
von: Lee, Yunseung, et al.
Veröffentlicht: (2026)

Skip-and-Play: Depth-Driven Pose-Preserved Image Generation for Any Objects
von: Jo, Kyungmin, et al.
Veröffentlicht: (2024)

Point2Insert: Video Object Insertion via Sparse Point Guidance
von: Zhou, Yu, et al.
Veröffentlicht: (2026)