Buchumschlag

Improved Object-Centric Diffusion Learning with Registers and Contrastive Alignment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Bac, Takida, Yuhta, Murata, Naoki, Lai, Chieh-Hsin, Uesaka, Toshimitsu, Ermon, Stefano, Mitsufuji, Yuki
Format:	Preprint
Veröffentlicht:	2026
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

G2D2: Gradient-Guided Discrete Diffusion for Inverse Problem Solving
von: Murata, Naoki, et al.
Veröffentlicht: (2024)

A Unified View of Score-Based and Drifting Models
von: Lai, Chieh-Hsin, et al.
Veröffentlicht: (2026)

Improving Vector-Quantized Image Modeling with Latent Consistency-Matching Diffusion
von: Nguyen, Bac, et al.
Veröffentlicht: (2024)

GUDA: Counterfactual Group-wise Training Data Attribution for Diffusion Models via Unlearning
von: Murata, Naoki, et al.
Veröffentlicht: (2026)

PaGoDA: Progressive Growing of a One-Step Generator from a Low-Resolution Diffusion Teacher
von: Kim, Dongjun, et al.
Veröffentlicht: (2024)

Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion
von: Kim, Dongjun, et al.
Veröffentlicht: (2023)

SONA: Learning Conditional, Unconditional, and Mismatching-Aware Discriminator
von: Takida, Yuhta, et al.
Veröffentlicht: (2025)

Weighted Point Set Embedding for Multimodal Contrastive Learning Toward Optimal Similarity Metric
von: Uesaka, Toshimitsu, et al.
Veröffentlicht: (2024)

Noise Scheduling as Information-Guided Allocation in Diffusion Training
von: Raya, Gabriel, et al.
Veröffentlicht: (2026)

Denoising Multi-Beta VAE: Representation Learning for Disentanglement and Generation
von: Uppal, Anshuk, et al.
Veröffentlicht: (2025)

PAVAS: Physics-Aware Video-to-Audio Synthesis
von: Hyun-Bin, Oh, et al.
Veröffentlicht: (2025)

HQ-VAE: Hierarchical Discrete Representation Learning with Variational Bayes
von: Takida, Yuhta, et al.
Veröffentlicht: (2023)

SAN: Inducing Metrizability of GAN with Discriminative Normalized Linear Layer
von: Takida, Yuhta, et al.
Veröffentlicht: (2023)

VCT: Training Consistency Models with Variational Noise Coupling
von: Silvestri, Gianluigi, et al.
Veröffentlicht: (2025)

$\textit{Jump Your Steps}$: Optimizing Sampling Schedule of Discrete Diffusion Models
von: Park, Yong-Hyun, et al.
Veröffentlicht: (2024)

MoLA: Motion Generation and Editing with Latent Diffusion Enhanced by Adversarial Training
von: Uchida, Kengo, et al.
Veröffentlicht: (2024)

CMT: Mid-Training for Efficient Learning of Consistency, Mean Flow, and Flow Map Models
von: Hu, Zheyuan, et al.
Veröffentlicht: (2025)

Efficiency without Compromise: CLIP-aided Text-to-Image GANs with Increased Diversity
von: Kobayashi, Yuya, et al.
Veröffentlicht: (2025)

Forging and Removing Latent-Noise Diffusion Watermarks Using a Single Image
von: Jain, Anubhav, et al.
Veröffentlicht: (2025)

Theoretical Refinement of CLIP by Utilizing Linear Structure of Optimal Similarity
von: Yoshida, Naoki, et al.
Veröffentlicht: (2025)

Concept-TRAK: Understanding how diffusion models learn concepts through concept-level attribution
von: Park, Yonghyun, et al.
Veröffentlicht: (2025)

MeanFlow Transformers with Representation Autoencoders
von: Hu, Zheyuan, et al.
Veröffentlicht: (2025)

Improving Classifier-Free Guidance in Masked Diffusion: Low-Dim Theoretical Insights with High-Dim Impact
von: Rojas, Kevin, et al.
Veröffentlicht: (2025)

Distill, Forget, Repeat: A Framework for Continual Unlearning in Text-to-Image Diffusion Models
von: George, Naveen, et al.
Veröffentlicht: (2025)

Transformed Low-rank Adaptation via Tensor Decomposition and Its Applications to Text-to-image Models
von: Tao, Zerui, et al.
Veröffentlicht: (2025)

GenWarp: Single Image to Novel Views with Semantic-Preserving Generative Warping
von: Seo, Junyoung, et al.
Veröffentlicht: (2024)

TraSCE: Trajectory Steering for Concept Erasure
von: Jain, Anubhav, et al.
Veröffentlicht: (2024)

Classifier-Free Guidance inside the Attraction Basin May Cause Memorization
von: Jain, Anubhav, et al.
Veröffentlicht: (2024)

HERO: Human-Feedback Efficient Reinforcement Learning for Online Diffusion Model Finetuning
von: Hiranaka, Ayano, et al.
Veröffentlicht: (2024)

BigVSAN: Enhancing GAN-based Neural Vocoders with Slicing Adversarial Network
von: Shibuya, Takashi, et al.
Veröffentlicht: (2023)

The Principles of Diffusion Models
von: Lai, Chieh-Hsin, et al.
Veröffentlicht: (2025)

Bellman Diffusion: Generative Modeling as Learning a Linear Operator in the Distribution Space
von: Li, Yangming, et al.
Veröffentlicht: (2024)

Blind Inverse Problem Solving Made Easy by Text-to-Image Latent Diffusion
von: Dontas, Michail, et al.
Veröffentlicht: (2024)

SoundCTM: Unifying Score-based and Consistency Models for Full-band Text-to-Sound Generation
von: Saito, Koichi, et al.
Veröffentlicht: (2024)

Understanding and Accelerating the Training of Masked Diffusion Language Models
von: Hong, Chunsan, et al.
Veröffentlicht: (2026)

DisMix: Disentangling Mixtures of Musical Instruments for Source-level Pitch and Timbre Manipulation
von: Luo, Yin-Jyun, et al.
Veröffentlicht: (2024)

Distillation of Discrete Diffusion through Dimensional Correlations
von: Hayakawa, Satoshi, et al.
Veröffentlicht: (2024)

A Survey on Diffusion Models for Inverse Problems
von: Daras, Giannis, et al.
Veröffentlicht: (2024)

Beyond Pairwise Preferences: Listwise Reward-Aware Alignment for Diffusion Models
von: Wang, Austin, et al.
Veröffentlicht: (2026)

Demystifying MaskGIT Sampler and Beyond: Adaptive Order Selection in Masked Diffusion
von: Hayakawa, Satoshi, et al.
Veröffentlicht: (2025)