FreeText: Training-Free Text Rendering in Diffusion Transformers via Attention Localization and Spectral Glyph Injection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Ruiqiang, Wang, Hengyi, Liu, Chang, Wang, Guanjie, Ma, Zehua, Zhang, Weiming
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training-Free Occluded Text Rendering via Glyph Priors and Attention-Guided Semantic Blending
von: Hou, Jingqi, et al.
Veröffentlicht: (2026)

Allocentric Perceiver: Disentangling Allocentric Reasoning from Egocentric Visual Priors via Frame Instantiation
von: Wang, Hengyi, et al.
Veröffentlicht: (2026)

TextGuider: Training-Free Guidance for Text Rendering via Attention Alignment
von: Baek, Kanghyun, et al.
Veröffentlicht: (2025)

AuthSig: Safeguarding Scanned Signatures Against Unauthorized Reuse in Paperless Workflows
von: Zhang, RuiQiang, et al.
Veröffentlicht: (2025)

Flow of Truth: Proactive Temporal Forensics for Image-to-Video Generation
von: Chen, Yuzhuo, et al.
Veröffentlicht: (2026)

GlyphBanana: Advancing Precise Text Rendering Through Agentic Workflows
von: Yan, Zexuan, et al.
Veröffentlicht: (2026)

I2VWM: Robust Watermarking for Image to Video Generation
von: Wang, Guanjie, et al.
Veröffentlicht: (2025)

EasyText: Controllable Diffusion Transformer for Multilingual Text Rendering
von: Lu, Runnan, et al.
Veröffentlicht: (2025)

GlyphPrinter: Region-Grouped Direct Preference Optimization for Glyph-Accurate Visual Text Rendering
von: Shuai, Xincheng, et al.
Veröffentlicht: (2026)

Glyph-ByT5: A Customized Text Encoder for Accurate Visual Text Rendering
von: Liu, Zeyu, et al.
Veröffentlicht: (2024)

HDGlyph: A Hierarchical Disentangled Glyph-Based Framework for Long-Tail Text Rendering in Diffusion Models
von: Zhuang, Shuhan, et al.
Veröffentlicht: (2025)

Refining Text-to-Image Generation: Towards Accurate Training-Free Glyph-Enhanced Image Generation
von: Lakhanpal, Sanyam, et al.
Veröffentlicht: (2024)

CountDiffusion: Text-to-Image Synthesis with Training-Free Counting-Guidance Diffusion
von: Li, Yanyu, et al.
Veröffentlicht: (2025)

GlyphMastero: A Glyph Encoder for High-Fidelity Scene Text Editing
von: Wang, Tong, et al.
Veröffentlicht: (2025)

Training-Free Text-Guided Color Editing with Multi-Modal Diffusion Transformer
von: Yin, Zixin, et al.
Veröffentlicht: (2025)

LAMIC: Layout-Aware Multi-Image Composition via Scalability of Multimodal Diffusion Transformer
von: Chen, Yuzhuo, et al.
Veröffentlicht: (2025)

TINA: Text-Free Inversion Attack for Unlearned Text-to-Image Diffusion Models
von: Xiang, Qianlong, et al.
Veröffentlicht: (2026)

RepText: Rendering Visual Text via Replicating
von: Wang, Haofan, et al.
Veröffentlicht: (2025)

DanceText: A Training-Free Layered Framework for Controllable Multilingual Text Transformation in Images
von: Yu, Zhenyu, et al.
Veröffentlicht: (2025)

TextMaster: A Unified Framework for Realistic Text Editing via Glyph-Style Dual-Control
von: Yan, Zhenyu, et al.
Veröffentlicht: (2024)

Glyph-ByT5-v2: A Strong Aesthetic Baseline for Accurate Multilingual Visual Text Rendering
von: Liu, Zeyu, et al.
Veröffentlicht: (2024)

SKeDA: A Generative Watermarking Framework for Text-to-video Diffusion Models
von: Yang, Yang, et al.
Veröffentlicht: (2026)

Detail++: Training-Free Detail Enhancer for Text-to-Image Diffusion Models
von: Chen, Lifeng, et al.
Veröffentlicht: (2025)

Towards Training-Free Scene Text Editing
von: Li, Yubo, et al.
Veröffentlicht: (2026)

DiffInk: Glyph- and Style-Aware Latent Diffusion Transformer for Text to Online Handwriting Generation
von: Pan, Wei, et al.
Veröffentlicht: (2025)

Decoupling Training-Free Guided Diffusion by ADMM
von: Zhang, Youyuan, et al.
Veröffentlicht: (2024)

EchoPilot: Training-Free Ultrasound Video Segmentation via Scale-Space Semantic Prompting and Reliability-Gated Memory
von: Xiao, Ruiqiang, et al.
Veröffentlicht: (2026)

UniGlyph: Unified Segmentation-Conditioned Diffusion for Precise Visual Text Synthesis
von: Wang, Yuanrui, et al.
Veröffentlicht: (2025)

MagicGeo: Training-Free Text-Guided Geometric Diagram Generation
von: Wang, Junxiao, et al.
Veröffentlicht: (2025)

UniCtrl: Improving the Spatiotemporal Consistency of Text-to-Video Diffusion Models via Training-Free Unified Attention Control
von: Xia, Tian, et al.
Veröffentlicht: (2024)

CoDA: From Text-to-Image Diffusion Models to Training-Free Dataset Distillation
von: Zhou, Letian, et al.
Veröffentlicht: (2025)

RichControl: Structure- and Appearance-Rich Training-Free Spatial Control for Text-to-Image Generation
von: Pang, Lexi, et al.
Veröffentlicht: (2025)

Glyph: Scaling Context Windows via Visual-Text Compression
von: Cheng, Jiale, et al.
Veröffentlicht: (2025)

FlexID: Training-Free Flexible Identity Injection via Intent-Aware Modulation for Text-to-Image Generation
von: Li, Guandong, et al.
Veröffentlicht: (2026)

AlignVid: Training-Free Attention Scaling for Semantic Fidelity in Text-Guided Image-to-Video Generation
von: Liu, Yexin, et al.
Veröffentlicht: (2025)

TextPixs: Glyph-Conditioned Diffusion with Character-Aware Attention and OCR-Guided Supervision
von: Gillani, Syeda Anshrah, et al.
Veröffentlicht: (2025)

E-SAM: Training-Free Segment Every Entity Model
von: Zhang, Weiming, et al.
Veröffentlicht: (2025)

From Text to Mask: Localizing Entities Using the Attention of Text-to-Image Diffusion Models
von: Xiao, Changming, et al.
Veröffentlicht: (2023)

FreeControl: Efficient, Training-Free Structural Control via One-Step Attention Extraction
von: Lin, Jiang, et al.
Veröffentlicht: (2025)

Attention Frequency Modulation: Training-Free Spectral Modulation of Diffusion Cross-Attention
von: Oh, Seunghun, et al.
Veröffentlicht: (2026)