Buchumschlag

3D Space as a Scratchpad for Editable Text-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saha, Oindrila, Krs, Vojtech, Mech, Radomir, Maji, Subhransu, Gadelha, Matheus, Blackburn-Matzen, Kevin
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

SIGMA-GEN: Structure and Identity Guided Multi-subject Assembly for Image Generation
von: Saha, Oindrila, et al.
Veröffentlicht: (2025)

Not All Birds Look The Same: Identity-Preserving Generation For Birds
von: Sun, Aaron, et al.
Veröffentlicht: (2025)

Improved Zero-Shot Classification by Adapting VLMs with Text Descriptions
von: Saha, Oindrila, et al.
Veröffentlicht: (2024)

Learning Continuous 3D Words for Text-to-Image Generation
von: Cheng, Ta-Ying, et al.
Veröffentlicht: (2024)

Generate, Transduct, Adapt: Iterative Transduction with VLMs
von: Saha, Oindrila, et al.
Veröffentlicht: (2025)

Seeing Through Clutter: Structured 3D Scene Reconstruction via Iterative Object Removal
von: Aguina-Kang, Rio, et al.
Veröffentlicht: (2026)

You May Speak Freely: Improving the Fine-Grained Visual Recognition Capabilities of Multimodal Large Language Models with Answer Extraction
von: Lawrence, Logan, et al.
Veröffentlicht: (2025)

YouDream: Generating Anatomically Controllable Consistent Text-to-3D Animals
von: Mishra, Sandeep, et al.
Veröffentlicht: (2024)

C3DAG: Controlled 3D Animal Generation using 3D pose guidance
von: Mishra, Sandeep, et al.
Veröffentlicht: (2024)

Removing Reflections from RAW Photos
von: Kee, Eric, et al.
Veröffentlicht: (2024)

Reusing Computation in Text-to-Image Diffusion for Efficient Generation of Image Sets
von: Decatur, Dale, et al.
Veröffentlicht: (2025)

Task2Box: Box Embeddings for Modeling Asymmetric Task Relationships
von: Daroya, Rangel, et al.
Veröffentlicht: (2024)

Active Measurement of Two-Point Correlations
von: Hamilton, Max, et al.
Veröffentlicht: (2026)

DISN: Deep Implicit Surface Network for High-quality Single-view 3D Reconstruction
von: Xu, Qiangeng, et al.
Veröffentlicht: (2019)

Merlin L48 Spectrogram Dataset
von: Sun, Aaron, et al.
Veröffentlicht: (2025)

RealBirdID: Benchmarking Bird Species Identification in the Era of MLLMs
von: Lawrence, Logan, et al.
Veröffentlicht: (2026)

VIDMP3: Video Editing by Representing Motion with Pose and Position Priors
von: Mishra, Sandeep, et al.
Veröffentlicht: (2025)

Frame In-N-Out: Unbounded Controllable Image-to-Video Generation
von: Wang, Boyang, et al.
Veröffentlicht: (2025)

MasterWeaver: Taming Editability and Face Identity for Personalized Text-to-Image Generation
von: Wei, Yuxiang, et al.
Veröffentlicht: (2024)

EditID: Training-Free Editable ID Customization for Text-to-Image Generation
von: Li, Guandong, et al.
Veröffentlicht: (2025)

Human-in-the-Loop Visual Re-ID for Population Size Estimation
von: Perez, Gustavo, et al.
Veröffentlicht: (2023)

Generating Editable Head Avatars with 3D Gaussian GANs
von: Li, Guohao, et al.
Veröffentlicht: (2024)

Text-Conditioned Background Generation for Editable Multi-Layer Documents
von: Kang, Taewon, et al.
Veröffentlicht: (2025)

Are Watermarked Images Editable? SafeMark for Watermark-Preserving Text-Guided Image Editing
von: Wu, Xiaodong, et al.
Veröffentlicht: (2026)

Material Magic Wand: Material-Aware Grouping of 3D Parts in Untextured Meshes
von: Jain, Umangi, et al.
Veröffentlicht: (2026)

Fast View Synthesis of Casual Videos with Soup-of-Planes
von: Lee, Yao-Chih, et al.
Veröffentlicht: (2023)

EditIDv2: Editable ID Customization with Data-Lubricated ID Feature Integration for Text-to-Image Generation
von: Li, Guandong, et al.
Veröffentlicht: (2025)

Editable Image Elements for Controllable Synthesis
von: Mu, Jiteng, et al.
Veröffentlicht: (2024)

AttriHuman-3D: Editable 3D Human Avatar Generation with Attribute Decomposition and Indexing
von: Yang, Fan, et al.
Veröffentlicht: (2023)

Proc3D: Procedural 3D Generation and Parametric Editing of 3D Shapes with Large Language Models
von: Raji, Fadlullah, et al.
Veröffentlicht: (2026)

DAGE: Dual-Stream Architecture for Efficient and Fine-Grained Geometry Estimation
von: Ngo, Tuan Duc, et al.
Veröffentlicht: (2026)

MiraGe: Editable 2D Images using Gaussian Splatting
von: Waczyńska, Joanna, et al.
Veröffentlicht: (2024)

3D4D: An Interactive, Editable, 4D World Model via 3D Video Generation
von: He, Yunhong, et al.
Veröffentlicht: (2025)

Multi-Exposure Image Fusion via Distilled 3D LUT Grid with Editable Mode
von: Su, Xin, et al.
Veröffentlicht: (2024)

SVGDreamer++: Advancing Editability and Diversity in Text-Guided SVG Generation
von: Xing, Ximing, et al.
Veröffentlicht: (2024)

PreciseCam: Precise Camera Control for Text-to-Image Generation
von: Bernal-Berdun, Edurne, et al.
Veröffentlicht: (2025)

$E^{3}$Gen: Efficient, Expressive and Editable Avatars Generation
von: Zhang, Weitian, et al.
Veröffentlicht: (2024)

Active Measurement: Efficient Estimation at Scale
von: Hamilton, Max, et al.
Veröffentlicht: (2025)

Masked Autoencoders with Limited Data: Does It Work? A Fine-Grained Bioacoustics Case Study
von: Liu, Wuao, et al.
Veröffentlicht: (2026)

PrITTI: Primitive-based Generation of Controllable and Editable 3D Semantic Urban Scenes
von: Tze, Christina Ourania, et al.
Veröffentlicht: (2025)