Buchumschlag

Dynamic Frequency Modulation for Controllable Text-driven Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Tiandong, Zhao, Ling, Qi, Ji, Ma, Jiayi, Peng, Chengli
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

FICGen: Frequency-Inspired Contextual Disentanglement for Layout-driven Degraded Image Generation
von: Wang, Wenzhuang, et al.
Veröffentlicht: (2025)

Frequency-Controlled Diffusion Model for Versatile Text-Guided Image-to-Image Translation
von: Gao, Xiang, et al.
Veröffentlicht: (2024)

Seeing It Before It Happens: In-Generation NSFW Detection for Diffusion-Based Text-to-Image Models
von: Yang, Fan, et al.
Veröffentlicht: (2025)

DynamicControl: Adaptive Condition Selection for Improved Text-to-Image Generation
von: He, Qingdong, et al.
Veröffentlicht: (2024)

Synergistic Dual Spatial-aware Generation of Image-to-Text and Text-to-Image
von: Zhao, Yu, et al.
Veröffentlicht: (2024)

Text2Earth: Unlocking Text-driven Remote Sensing Image Generation with a Global-Scale Dataset and a Foundation Model
von: Liu, Chenyang, et al.
Veröffentlicht: (2025)

Text-DiFuse: An Interactive Multi-Modal Image Fusion Framework based on Text-modulated Diffusion Model
von: Zhang, Hao, et al.
Veröffentlicht: (2024)

Image Captioning via Dynamic Path Customization
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

Exploring Phrase-Level Grounding with Text-to-Image Diffusion Model
von: Yang, Danni, et al.
Veröffentlicht: (2024)

X-Oscar: A Progressive Framework for High-quality Text-guided 3D Animatable Avatar Generation
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

InsightTok: Improving Text and Face Fidelity in Discrete Tokenization for Autoregressive Image Generation
von: Yue, Yang, et al.
Veröffentlicht: (2026)

Text-IF: Leveraging Semantic Text Guidance for Degradation-Aware and Interactive Image Fusion
von: Yi, Xunpeng, et al.
Veröffentlicht: (2024)

DyCoRM: Dynamic Criterion-Aware Reward Modeling for Text-to-Image Generation
von: Qian, Jiaying, et al.
Veröffentlicht: (2026)

Visual Concept-driven Image Generation with Text-to-Image Diffusion Model
von: Rahman, Tanzila, et al.
Veröffentlicht: (2024)

X-Dreamer: Creating High-quality 3D Content by Bridging the Domain Gap Between Text-to-2D and Text-to-3D Generation
von: Ma, Yiwei, et al.
Veröffentlicht: (2023)

MIGC: Multi-Instance Generation Controller for Text-to-Image Synthesis
von: Zhou, Dewei, et al.
Veröffentlicht: (2024)

MICON-Bench: Benchmarking and Enhancing Multi-Image Context Image Generation in Unified Multimodal Models
von: Wu, Mingrui, et al.
Veröffentlicht: (2026)

Residual Prior-driven Frequency-aware Network for Image Fusion
von: Zheng, Guan, et al.
Veröffentlicht: (2025)

Identity-Preserving Text-to-Video Generation via Training-Free Prompt, Image, and Guidance Enhancement
von: Gao, Jiayi, et al.
Veröffentlicht: (2025)

Exploring Timeline Control for Facial Motion Generation
von: Ma, Yifeng, et al.
Veröffentlicht: (2025)

Dynamic Prompt Optimizing for Text-to-Image Generation
von: Mo, Wenyi, et al.
Veröffentlicht: (2024)

Beat: Bi-directional One-to-Many Embedding Alignment for Text-based Person Retrieval
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

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

Local Conditional Controlling for Text-to-Image Diffusion Models
von: Zhao, Yibo, et al.
Veröffentlicht: (2023)

Mixed Degradation Image Restoration via Local Dynamic Optimization and Conditional Embedding
von: Gu, Yubin, et al.
Veröffentlicht: (2024)

FlexEControl: Flexible and Efficient Multimodal Control for Text-to-Image Generation
von: He, Xuehai, et al.
Veröffentlicht: (2024)

EmotiCrafter: Text-to-Emotional-Image Generation based on Valence-Arousal Model
von: Dang, Shengqi, et al.
Veröffentlicht: (2025)

FAM Diffusion: Frequency and Attention Modulation for High-Resolution Image Generation with Stable Diffusion
von: Yang, Haosen, et al.
Veröffentlicht: (2024)

Lumina-mGPT: Illuminate Flexible Photorealistic Text-to-Image Generation with Multimodal Generative Pretraining
von: Liu, Dongyang, et al.
Veröffentlicht: (2024)

CIR-CoT: Towards Interpretable Composed Image Retrieval via End-to-End Chain-of-Thought Reasoning
von: Lin, Weihuang, et al.
Veröffentlicht: (2025)

Equilibrated Diffusion: Frequency-aware Textual Embedding for Equilibrated Image Customization
von: Ma, Liyuan, et al.
Veröffentlicht: (2026)

PixelPonder: Dynamic Patch Adaptation for Enhanced Multi-Conditional Text-to-Image Generation
von: Pan, Yanjie, et al.
Veröffentlicht: (2025)

Any-to-3D Generation via Hybrid Diffusion Supervision
von: Fan, Yijun, et al.
Veröffentlicht: (2024)

TextOVSR: Text-Guided Real-World Opera Video Super-Resolution
von: Chang, Hua, et al.
Veröffentlicht: (2026)

Text-Animator: Controllable Visual Text Video Generation
von: Liu, Lin, et al.
Veröffentlicht: (2024)

MLLM-Selector: Necessity and Diversity-driven High-Value Data Selection for Enhanced Visual Instruction Tuning
von: Ma, Yiwei, et al.
Veröffentlicht: (2025)

Learning to Sample Effective and Diverse Prompts for Text-to-Image Generation
von: Yun, Taeyoung, et al.
Veröffentlicht: (2025)

ID-EA: Identity-driven Text Enhancement and Adaptation with Textual Inversion for Personalized Text-to-Image Generation
von: Jin, Hyun-Jun, et al.
Veröffentlicht: (2025)

EvoIR: Towards All-in-One Image Restoration via Evolutionary Frequency Modulation
von: Ma, Jiaqi, et al.
Veröffentlicht: (2025)

IFAdapter: Instance Feature Control for Grounded Text-to-Image Generation
von: Wu, Yinwei, et al.
Veröffentlicht: (2024)