Buchumschlag

GriDiT: Factorized Grid-Based Diffusion for Efficient Long Image Sequence Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tomar, Snehal Singh, Graikos, Alexandros, Krishna, Arjun, Samaras, Dimitris, Mueller, Klaus
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fast constrained sampling in pre-trained diffusion models
von: Graikos, Alexandros, et al.
Veröffentlicht: (2024)

PathSegDiff: Pathology Segmentation using Diffusion model representations
von: Danisetty, Sachin Kumar, et al.
Veröffentlicht: (2025)

$\infty$-Brush: Controllable Large Image Synthesis with Diffusion Models in Infinite Dimensions
von: Le, Minh-Quan, et al.
Veröffentlicht: (2024)

Mitigating Diffusion Model Hallucinations with Dynamic Guidance
von: Triaridis, Kostas, et al.
Veröffentlicht: (2025)

Diffusion-Refined VQA Annotations for Semi-Supervised Gaze Following
von: Miao, Qiaomu, et al.
Veröffentlicht: (2024)

Generating metamers of human scene understanding
von: Raina, Ritik, et al.
Veröffentlicht: (2026)

Poppy: Polarization-based Plug-and-Play Guidance for Enhancing Monocular Normal Estimation
von: Kim, Irene, et al.
Veröffentlicht: (2026)

ZoomLDM: Latent Diffusion Model for multi-scale image generation
von: Yellapragada, Srikar, et al.
Veröffentlicht: (2024)

Multi-Conditioned Denoising Diffusion Probabilistic Model (mDDPM) for Medical Image Synthesis
von: Krishna, Arjun, et al.
Veröffentlicht: (2024)

Importance-Based Token Merging for Efficient Image and Video Generation
von: Wu, Haoyu, et al.
Veröffentlicht: (2024)

Learned representation-guided diffusion models for large-image generation
von: Graikos, Alexandros, et al.
Veröffentlicht: (2023)

Pathology Image Compression with Pre-trained Autoencoders
von: Yellapragada, Srikar, et al.
Veröffentlicht: (2025)

Embedding Physical Reasoning into Diffusion-Based Shadow Generation
von: Hu, Shilin, et al.
Veröffentlicht: (2025)

Gen-SIS: Generative Self-augmentation Improves Self-supervised Learning
von: Belagali, Varun, et al.
Veröffentlicht: (2024)

TopoDiffusionNet: A Topology-aware Diffusion Model
von: Gupta, Saumya, et al.
Veröffentlicht: (2024)

Self-supervised co-salient object detection via feature correspondence at multiple scales
von: Chakraborty, Souradeep, et al.
Veröffentlicht: (2024)

Assessing Sample Quality via the Latent Space of Generative Models
von: Xu, Jingyi, et al.
Veröffentlicht: (2024)

Personalized Image Descriptions from Attention Sequences
von: Xue, Ruoyu, et al.
Veröffentlicht: (2025)

JEAN: Joint Expression and Audio-guided NeRF-based Talking Face Generation
von: Chakkera, Sai Tanmay Reddy, et al.
Veröffentlicht: (2024)

Weighting Pseudo-Labels via High-Activation Feature Index Similarity and Object Detection for Semi-Supervised Segmentation
von: Howlader, Prantik, et al.
Veröffentlicht: (2024)

Talking Head Generation via AU-Guided Landmark Prediction
von: Chang, Shao-Yu, et al.
Veröffentlicht: (2025)

DiMSUM: Diffusion Mamba -- A Scalable and Unified Spatial-Frequency Method for Image Generation
von: Phung, Hao, et al.
Veröffentlicht: (2024)

One Attention, One Scale: Phase-Aligned Rotary Positional Embeddings for Mixed-Resolution Diffusion Transformer
von: Wu, Haoyu, et al.
Veröffentlicht: (2025)

DiSA: Diffusion Step Annealing in Autoregressive Image Generation
von: Zhao, Qinyu, et al.
Veröffentlicht: (2025)

MI-NeRF: Learning a Single Face NeRF from Multiple Identities
von: Chatziagapi, Aggelina, et al.
Veröffentlicht: (2024)

MIGS: Multi-Identity Gaussian Splatting via Tensor Decomposition
von: Chatziagapi, Aggelina, et al.
Veröffentlicht: (2024)

MaDiS: Taming Masked Diffusion Language Models for Sign Language Generation
von: Zuo, Ronglai, et al.
Veröffentlicht: (2026)

ViDiT-Q: Efficient and Accurate Quantization of Diffusion Transformers for Image and Video Generation
von: Zhao, Tianchen, et al.
Veröffentlicht: (2024)

PNeRV: A Polynomial Neural Representation for Videos
von: Gupta, Sonam, et al.
Veröffentlicht: (2024)

Direct and Explicit 3D Generation from a Single Image
von: Wu, Haoyu, et al.
Veröffentlicht: (2024)

PixelDiT: Pixel Diffusion Transformers for Image Generation
von: Yu, Yongsheng, et al.
Veröffentlicht: (2025)

2DMamba: Efficient State Space Model for Image Representation with Applications on Giga-Pixel Whole Slide Image Classification
von: Zhang, Jingwei, et al.
Veröffentlicht: (2024)

EdgeDiT: Hardware-Aware Diffusion Transformers for Efficient On-Device Image Generation
von: Kodavanti, Sravanth, et al.
Veröffentlicht: (2026)

Learning 3D Reconstruction with Priors in Test Time
von: Zhou, Lei, et al.
Veröffentlicht: (2026)

Beyond Pixels: Semi-Supervised Semantic Segmentation with a Multi-scale Patch-based Multi-Label Classifier
von: Howlader, Prantik, et al.
Veröffentlicht: (2024)

DiM: Diffusion Mamba for Efficient High-Resolution Image Synthesis
von: Teng, Yao, et al.
Veröffentlicht: (2024)

Modeling Deep Learning Based Privacy Attacks on Physical Mail
von: Huang, Bingyao, et al.
Veröffentlicht: (2020)

Phrase-Instance Alignment for Generalized Referring Segmentation
von: Nguyen, E-Ro, et al.
Veröffentlicht: (2024)

DiVE: Efficient Multi-View Driving Scenes Generation Based on Video Diffusion Transformer
von: Jiang, Junpeng, et al.
Veröffentlicht: (2025)

Hummingbird: High Fidelity Image Generation via Multimodal Context Alignment
von: Le, Minh-Quan, et al.
Veröffentlicht: (2025)