Buchumschlag

SeeThrough3D: Occlusion Aware 3D Control in Text-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Agrawal, Vaibhav, Parihar, Rishubh, Bhat, Pradhaan, Sarvadevabhatla, Ravi Kiran, Babu, R. Venkatesh
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

Compass Control: Multi Object Orientation Control for Text-to-Image Generation
von: Parihar, Rishubh, et al.
Veröffentlicht: (2025)

MonoPlace3D: Learning 3D-Aware Object Placement for 3D Monocular Detection
von: Parihar, Rishubh, et al.
Veröffentlicht: (2025)

PreciseControl: Enhancing Text-To-Image Diffusion Models with Fine-Grained Attribute Control
von: Parihar, Rishubh, et al.
Veröffentlicht: (2024)

Text2Place: Affordance-aware Text Guided Human Placement
von: Parihar, Rishubh, et al.
Veröffentlicht: (2024)

RoadTones: Tone Controllable Text Generation from Road Event Videos
von: Parikh, Chirag, et al.
Veröffentlicht: (2026)

Kontinuous Kontext: Continuous Strength Control for Instruction-based Image Editing
von: Parihar, Rishubh, et al.
Veröffentlicht: (2025)

Balancing Act: Distribution-Guided Debiasing in Diffusion Models
von: Parihar, Rishubh, et al.
Veröffentlicht: (2024)

Reflecting Reality: Enabling Diffusion Models to Produce Faithful Mirror Reflections
von: Dhiman, Ankit, et al.
Veröffentlicht: (2024)

OLAF: A Plug-and-Play Framework for Enhanced Multi-object Multi-part Scene Parsing
von: Gupta, Pranav, et al.
Veröffentlicht: (2024)

TexTAR : Textual Attribute Recognition in Multi-domain and Multi-lingual Document Images
von: Kumar, Rohan, et al.
Veröffentlicht: (2025)

MoRAG -- Multi-Fusion Retrieval Augmented Generation for Human Motion
von: Kalakonda, Sai Shashank, et al.
Veröffentlicht: (2024)

Unveiling Text in Challenging Stone Inscriptions: A Character-Context-Aware Patching Strategy for Binarization
von: Jena, Pratyush, et al.
Veröffentlicht: (2026)

STRinGS: Selective Text Refinement in Gaussian Splatting
von: Raundhal, Abhinav, et al.
Veröffentlicht: (2025)

Transfer-LMR: Heavy-Tail Driving Behavior Recognition in Diverse Traffic Scenarios
von: Parikh, Chirag, et al.
Veröffentlicht: (2024)

DashCop: Automated E-ticket Generation for Two-Wheeler Traffic Violations Using Dashcam Videos
von: Rawat, Deepti, et al.
Veröffentlicht: (2025)

Harnessing Diffusion-Generated Synthetic Images for Fair Image Classification
von: Basu, Abhipsa, et al.
Veröffentlicht: (2025)

IndicDLP: A Foundational Dataset for Multi-Lingual and Multi-Domain Document Layout Parsing
von: Nath, Oikantik, et al.
Veröffentlicht: (2025)

Controllable Egocentric Video Generation via Occlusion-Aware Sparse 3D Hand Joints
von: Zhang, Chenyangguang, et al.
Veröffentlicht: (2026)

OAHuman: Occlusion-Aware 3D Human Reconstruction from Monocular Images
von: Yang, Yuanwang, et al.
Veröffentlicht: (2026)

RoadSocial: A Diverse VideoQA Dataset and Benchmark for Road Event Understanding from Social Video Narratives
von: Parikh, Chirag, et al.
Veröffentlicht: (2025)

Seeing Through the Tool: A Controlled Benchmark for Occlusion Robustness in Foundation Segmentation Models
von: Ho, Nhan, et al.
Veröffentlicht: (2026)

IDD-X: A Multi-View Dataset for Ego-relative Important Object Localization and Explanation in Dense and Unstructured Traffic
von: Parikh, Chirag, et al.
Veröffentlicht: (2024)

Occlusion-Aware 3D Motion Interpretation for Abnormal Behavior Detection
von: Li, Su, et al.
Veröffentlicht: (2024)

Occlusion-aware Text-Image-Point Cloud Pretraining for Open-World 3D Object Recognition
von: Nguyen, Khanh, et al.
Veröffentlicht: (2025)

Text-Image Conditioned 3D Generation
von: Cen, Jiazhong, et al.
Veröffentlicht: (2026)

Wave-Former: Through-Occlusion 3D Reconstruction via Wireless Shape Completion
von: Dodds, Laura, et al.
Veröffentlicht: (2025)

DreamControl: Control-Based Text-to-3D Generation with 3D Self-Prior
von: Huang, Tianyu, et al.
Veröffentlicht: (2023)

DehazeGS: Seeing Through Fog with 3D Gaussian Splatting
von: Yu, Jinze, et al.
Veröffentlicht: (2025)

Lookalike3D: Seeing Double in 3D
von: Yeshwanth, Chandan, et al.
Veröffentlicht: (2026)

Occlusion-Aware 3D Hand-Object Pose Estimation with Masked AutoEncoders
von: Yang, Hui, et al.
Veröffentlicht: (2025)

Shoot-Bounce-3D: Single-Shot Occlusion-Aware 3D from Lidar by Decomposing Two-Bounce Light
von: Klinghoffer, Tzofi, et al.
Veröffentlicht: (2025)

PI3D: Efficient Text-to-3D Generation with Pseudo-Image Diffusion
von: Liu, Ying-Tian, et al.
Veröffentlicht: (2023)

CineMaster: A 3D-Aware and Controllable Framework for Cinematic Text-to-Video Generation
von: Wang, Qinghe, et al.
Veröffentlicht: (2025)

CrackUDA: Incremental Unsupervised Domain Adaptation for Improved Crack Segmentation in Civil Structures
von: Srivastava, Kushagra, et al.
Veröffentlicht: (2024)

DreamCS: Geometry-Aware Text-to-3D Generation with Unpaired 3D Reward Supervision
von: Zou, Xiandong, et al.
Veröffentlicht: (2025)

UniC-Lift: Unified 3D Instance Segmentation via Contrastive Learning
von: Dhiman, Ankit, et al.
Veröffentlicht: (2025)

SplatFont3D: Structure-Aware Text-to-3D Artistic Font Generation with Part-Level Style Control
von: Gan, Ji, et al.
Veröffentlicht: (2025)

Text-to-3D by Stitching a Multi-view Reconstruction Network to a Video Generator
von: Go, Hyojun, et al.
Veröffentlicht: (2025)

Generalizing Single-View 3D Shape Retrieval to Occlusions and Unseen Objects
von: Wu, Qirui, et al.
Veröffentlicht: (2023)

SIC3D: Style Image Conditioned Text-to-3D Gaussian Splatting Generation
von: He, Ming, et al.
Veröffentlicht: (2026)