Buchumschlag

MoFu: Scale-Aware Modulation and Fourier Fusion for Multi-Subject Video Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ling, Run, Cao, Ke, Lu, Jian, Ma, Ao, Liu, Haowei, He, Runze, Wang, Changwei, Xu, Rongtao, Shao, Yihua, Zhang, Zhanjie, Wu, Peng, Guo, Guibing, Feng, Wei, Zhang, Zheng, Lv, Jingjing, Shen, Junjie, Law, Ching, Wang, Xingwei
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

RAGAR: Retrieval Augmented Personalized Image Generation Guided by Recommendation
von: Ling, Run, et al.
Veröffentlicht: (2025)

InnoAds-Composer: Efficient Condition Composition for E-Commerce Poster Generation
von: Qin, Yuxin, et al.
Veröffentlicht: (2026)

FedCVU: Federated Learning for Cross-View Video Understanding
von: Zhang, Shenghan, et al.
Veröffentlicht: (2026)

RelaCtrl: Relevance-Guided Efficient Control for Diffusion Transformers
von: Cao, Ke, et al.
Veröffentlicht: (2025)

Efficient Prompt Tuning by Multi-Space Projection and Prompt Fusion
von: Lan, Pengxiang, et al.
Veröffentlicht: (2024)

HCF-Net: Hierarchical Context Fusion Network for Infrared Small Object Detection
von: Xu, Shibiao, et al.
Veröffentlicht: (2024)

FancyVideo: Towards Dynamic and Consistent Video Generation via Cross-frame Textual Guidance
von: Feng, Jiasong, et al.
Veröffentlicht: (2024)

CurriFlow: Curriculum-Guided Depth Fusion with Optical Flow-Based Temporal Alignment for 3D Semantic Scene Completion
von: Lin, Jinzhou, et al.
Veröffentlicht: (2025)

StyMam: A Mamba-Based Generator for Artistic Style Transfer
von: Hong, Zhou, et al.
Veröffentlicht: (2026)

SkinFormer: Learning Statistical Texture Representation with Transformer for Skin Lesion Segmentation
von: Xu, Rongtao, et al.
Veröffentlicht: (2024)

Lay2Story: Extending Diffusion Transformers for Layout-Togglable Story Generation
von: Ma, Ao, et al.
Veröffentlicht: (2025)

Complementary Information Guided Occupancy Prediction via Multi-Level Representation Fusion
von: Xu, Rongtao, et al.
Veröffentlicht: (2025)

3D-MoRe: Unified Modal-Contextual Reasoning for Embodied Question Answering
von: Xu, Rongtao, et al.
Veröffentlicht: (2025)

CAE-DFKD: Bridging the Transferability Gap in Data-Free Knowledge Distillation
von: Zhang, Zherui, et al.
Veröffentlicht: (2025)

Spectral Prompt Tuning:Unveiling Unseen Classes for Zero-Shot Semantic Segmentation
von: Xu, Wenhao, et al.
Veröffentlicht: (2023)

Design Your Ad: Personalized Advertising Image and Text Generation with Unified Autoregressive Models
von: Xu, Yexing, et al.
Veröffentlicht: (2026)

Learning Robust Stereo Matching in the Wild with Selective Mixture-of-Experts
von: Wang, Yun, et al.
Veröffentlicht: (2025)

KnFu: Effective Knowledge Fusion
von: Seyedmohammadi, S. Jamal, et al.
Veröffentlicht: (2024)

Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

SAMamba: Adaptive State Space Modeling with Hierarchical Vision for Infrared Small Target Detection
von: Xu, Wenhao, et al.
Veröffentlicht: (2025)

Distributionally Robust Graph Out-of-Distribution Recommendation via Diffusion Model
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Symmetric Graph Contrastive Learning against Noisy Views for Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Causal Negative Sampling via Diffusion Model for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Multimodal Fusion and Vision-Language Models: A Survey for Robot Vision
von: Han, Xiaofeng, et al.
Veröffentlicht: (2025)

PSTNet: Enhanced Polyp Segmentation with Multi-scale Alignment and Frequency Domain Integration
von: Xu, Wenhao, et al.
Veröffentlicht: (2024)

Local Feature Matching Using Deep Learning: A Survey
von: Xu, Shibiao, et al.
Veröffentlicht: (2024)

SurgeryV2: Bridging the Gap Between Model Merging and Multi-Task Learning with Deep Representation Surgery
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

LaplacianFormer:Rethinking Linear Attention with Laplacian Kernel
von: Feng, Zhe, et al.
Veröffentlicht: (2026)

Representation Surgery for Multi-Task Model Merging
von: Yang, Enneng, et al.
Veröffentlicht: (2024)

AdaMerging: Adaptive Model Merging for Multi-Task Learning
von: Yang, Enneng, et al.
Veröffentlicht: (2023)

Uni-Layout: Integrating Human Feedback in Unified Layout Generation and Evaluation
von: Lu, Shuo, et al.
Veröffentlicht: (2025)

CoRA: Collaborative Information Perception by Large Language Model's Weights for Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2024)

Augmenting Sequential Recommendation with Balanced Relevance and Diversity
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

AutoPP: Towards Automated Product Poster Generation and Optimization
von: Fan, Jiahao, et al.
Veröffentlicht: (2025)

Generalization Boosted Adapter for Open-Vocabulary Segmentation
von: Xu, Wenhao, et al.
Veröffentlicht: (2024)

Advances in Embodied Navigation Using Large Language Models: A Survey
von: Lin, Jinzhou, et al.
Veröffentlicht: (2023)

Double-Side Delay Alignment Modulation for Multi-User Millimeter Wave and TeraHertz Communications
von: Wang, Xingwei, et al.
Veröffentlicht: (2024)

Tail-Aware Data Augmentation for Long-Tail Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2026)

Data Augmentation for Sequential Recommendation: A Survey
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Repeated Padding+: Simple yet Effective Data Augmentation Plugin for Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)