Buchumschlag

A Hidden Semantic Bottleneck in Conditional Embeddings of Diffusion Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pham, Trung X., Zhang, Kang, Hong, Ji Woo, Yoo, Chang D.
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

Cross-view Masked Diffusion Transformers for Person Image Synthesis
von: Pham, Trung X., et al.
Veröffentlicht: (2024)

E-MD3C: Taming Masked Diffusion Transformers for Efficient Zero-Shot Object Customization
von: Pham, Trung X., et al.
Veröffentlicht: (2025)

ITA-MDT: Image-Timestep-Adaptive Masked Diffusion Transformer Framework for Image-Based Virtual Try-On
von: Hong, Ji Woo, et al.
Veröffentlicht: (2025)

MDSGen: Fast and Efficient Masked Diffusion Temporal-Aware Transformers for Open-Domain Sound Generation
von: Pham, Trung X., et al.
Veröffentlicht: (2024)

DNI: Dilutional Noise Initialization for Diffusion Video Editing
von: Yoon, Sunjae, et al.
Veröffentlicht: (2024)

TARO: Timestep-Adaptive Representation Alignment with Onset-Aware Conditioning for Synchronized Video-to-Audio Synthesis
von: Ton, Tri, et al.
Veröffentlicht: (2025)

FlexiEdit: Frequency-Aware Latent Refinement for Enhanced Non-Rigid Editing
von: Koo, Gwanhyeong, et al.
Veröffentlicht: (2024)

High-Fidelity Text-to-Image Generation from Pre-Trained Vision-Language Models via Distribution-Conditioned Diffusion Decoding
von: Hong, Ji Woo, et al.
Veröffentlicht: (2026)

Embedding-Free Transformer with Inference Spatial Reduction for Efficient Semantic Segmentation
von: Yu, Hyunwoo, et al.
Veröffentlicht: (2024)

FlowDrag: 3D-aware Drag-based Image Editing with Mesh-guided Deformation Vector Flow Fields
von: Koo, Gwanhyeong, et al.
Veröffentlicht: (2025)

Occlusion-robust Stylization for Drawing-based 3D Animation
von: Yoon, Sunjae, et al.
Veröffentlicht: (2025)

PADM: A Physics-aware Diffusion Model for Attenuation Correction
von: Pham, Trung Kien, et al.
Veröffentlicht: (2025)

Guiding Diffusion Models with Semantically Degraded Conditions
von: Han, Shilong, et al.
Veröffentlicht: (2026)

Multimodal Conditional Information Bottleneck for Generalizable AI-Generated Image Detection
von: Qin, Haotian, et al.
Veröffentlicht: (2025)

Zero-Shot Dual-Path Integration Framework for Open-Vocabulary 3D Instance Segmentation
von: Ton, Tri, et al.
Veröffentlicht: (2024)

Scalable Diffusion Transformer for Conditional 4D fMRI Synthesis
von: Seo, Jungwoo, et al.
Veröffentlicht: (2025)

Marine Saliency Segmenter: Object-Focused Conditional Diffusion with Region-Level Semantic Knowledge Distillation
von: Chang, Laibin, et al.
Veröffentlicht: (2025)

Enhancing Transformers Through Conditioned Embedded Tokens
von: Saratchandran, Hemanth, et al.
Veröffentlicht: (2025)

Wavelet-Guided Acceleration of Text Inversion in Diffusion-Based Image Editing
von: Koo, Gwanhyeong, et al.
Veröffentlicht: (2024)

Selective Query-guided Debiasing for Video Corpus Moment Retrieval
von: Yoon, Sunjae, et al.
Veröffentlicht: (2022)

SDiT: Semantic Region-Adaptive for Diffusion Transformers
von: Lin, Bowen, et al.
Veröffentlicht: (2026)

Semantic Routing: Exploring Multi-Layer LLM Feature Weighting for Diffusion Transformers
von: Li, Bozhou, et al.
Veröffentlicht: (2026)

CreatiDesign: A Unified Multi-Conditional Diffusion Transformer for Creative Graphic Design
von: Zhang, Hui, et al.
Veröffentlicht: (2025)

Polyphony: Diffusion-based Dual-Hand Action Segmentation with Alternating Vision Transformer and Semantic Conditioning
von: Zheng, Hao, et al.
Veröffentlicht: (2026)

PEEB: Part-based Image Classifiers with an Explainable and Editable Language Bottleneck
von: Pham, Thang M., et al.
Veröffentlicht: (2024)

Comprehensive Information Bottleneck for Unveiling Universal Attribution to Interpret Vision Transformers
von: Hong, Jung-Ho, et al.
Veröffentlicht: (2025)

SemLayoutDiff: Semantic Layout Generation with Diffusion Model for Indoor Scene Synthesis
von: Sun, Xiaohao, et al.
Veröffentlicht: (2025)

SteeringDiffusion: A Bottlenecked Activation Control Interface for Diffusion Models
von: Wu, Fangzheng, et al.
Veröffentlicht: (2026)

FRAG: Frequency Adapting Group for Diffusion Video Editing
von: Yoon, Sunjae, et al.
Veröffentlicht: (2024)

Translation of Text Embedding via Delta Vector to Suppress Strongly Entangled Content in Text-to-Image Diffusion Models
von: Koh, Eunseo, et al.
Veröffentlicht: (2025)

HTMNet: A Hybrid Network with Transformer-Mamba Bottleneck Multimodal Fusion for Transparent and Reflective Objects Depth Completion
von: Xie, Guanghu, et al.
Veröffentlicht: (2025)

Video Anomaly Detection with Semantics-Aware Information Bottleneck
von: Li, Juntong, et al.
Veröffentlicht: (2025)

Bridging Semantic and Kinematic Conditions with Diffusion-based Discrete Motion Tokenizer
von: Gu, Chenyang, et al.
Veröffentlicht: (2026)

EFHQ: Multi-purpose ExtremePose-Face-HQ dataset
von: Dao, Trung Tuan, et al.
Veröffentlicht: (2023)

Training-free Diffusion Acceleration with Bottleneck Sampling
von: Tian, Ye, et al.
Veröffentlicht: (2025)

TPC: Test-time Procrustes Calibration for Diffusion-based Human Image Animation
von: Yoon, Sunjae, et al.
Veröffentlicht: (2024)

Rethinking Global Text Conditioning in Diffusion Transformers
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2026)

Exploring Hardware Friendly Bottleneck Architecture in CNN for Embedded Computing Systems
von: Lei, Xing, et al.
Veröffentlicht: (2024)

PointDiffuse: A Dual-Conditional Diffusion Model for Enhanced Point Cloud Semantic Segmentation
von: He, Yong, et al.
Veröffentlicht: (2025)

MultiDreamer3D: Multi-concept 3D Customization with Concept-Aware Diffusion Guidance
von: Song, Wooseok, et al.
Veröffentlicht: (2025)