Buchumschlag

CogBlender: Towards Continuous Cognitive Intervention in Text-to-Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dang, Shengqi, He, Yi, Lei, Jiaying, Qian, Ziqing, Cao, Nan
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

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

CogMorph: Cognitive Morphing Attacks for Text-to-Image Models
von: Jing, Zonglei, et al.
Veröffentlicht: (2025)

CogView3: Finer and Faster Text-to-Image Generation via Relay Diffusion
von: Zheng, Wendi, et al.
Veröffentlicht: (2024)

DensiCrafter: Physically-Constrained Generation and Fabrication of Self-Supporting Hollow Structures
von: Dang, Shengqi, et al.
Veröffentlicht: (2025)

GPT4Motion: Scripting Physical Motions in Text-to-Video Generation via Blender-Oriented GPT Planning
von: Lv, Jiaxi, et al.
Veröffentlicht: (2023)

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

CogDoc: Towards Unified thinking in Documents
von: Xu, Qixin, et al.
Veröffentlicht: (2025)

DiffBlender: Composable and Versatile Multimodal Text-to-Image Diffusion Models
von: Kim, Sungnyun, et al.
Veröffentlicht: (2023)

Not Just Pretty Pictures: Toward Interventional Data Augmentation Using Text-to-Image Generators
von: Yuan, Jianhao, et al.
Veröffentlicht: (2022)

CogOmniControl: Reasoning-Driven Controllable Video Generation via Creative Intent Cognition
von: Yang, Hongji, et al.
Veröffentlicht: (2026)

CogStereo: Neural Stereo Matching with Implicit Spatial Cognition Embedding
von: Fang, Lihuang, et al.
Veröffentlicht: (2025)

Thinking in Blender: Staged Executable Inverse Graphics with Vision-Language Models
von: He, Guangzhao, et al.
Veröffentlicht: (2026)

CogDriver: Integrating Cognitive Inertia for Temporally Coherent Planning in Autonomous Driving
von: Liu, Pei, et al.
Veröffentlicht: (2025)

CogVideoX: Text-to-Video Diffusion Models with An Expert Transformer
von: Yang, Zhuoyi, et al.
Veröffentlicht: (2024)

Cog2Gen3D: Sculpturing 3D Semantic-Geometric Cognition for 3D Generation
von: Wang, Haonan, et al.
Veröffentlicht: (2026)

Blendify -- Python rendering framework for Blender
von: Guzov, Vladimir, et al.
Veröffentlicht: (2024)

CogVLM2: Visual Language Models for Image and Video Understanding
von: Hong, Wenyi, et al.
Veröffentlicht: (2024)

CogVLA: Cognition-Aligned Vision-Language-Action Model via Instruction-Driven Routing & Sparsification
von: Li, Wei, et al.
Veröffentlicht: (2025)

BlenderFusion: 3D-Grounded Visual Editing and Generative Compositing
von: Chen, Jiacheng, et al.
Veröffentlicht: (2025)

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

EgoCogNav: Cognition-aware Human Egocentric Navigation
von: Qiu, Zhiwen, et al.
Veröffentlicht: (2025)

CogPortrait: Fine-Grained Eye-Region Control in Portrait Animation via Hierarchical Agent Planning
von: Feng, He, et al.
Veröffentlicht: (2026)

Designed to Spread: A Generative Approach to Enhance Information Diffusion
von: Qian, Ziqing, et al.
Veröffentlicht: (2025)

PhyCustom: Towards Realistic Physical Customization in Text-to-Image Generation
von: Wu, Fan, et al.
Veröffentlicht: (2025)

Cog3DMap: Multi-View Vision-Language Reasoning with 3D Cognitive Maps
von: Gwak, Chanyoung, et al.
Veröffentlicht: (2026)

Why Settle for One? Text-to-ImageSet Generation and Evaluation
von: Jia, Chengyou, et al.
Veröffentlicht: (2025)

MultiBooth: Towards Generating All Your Concepts in an Image from Text
von: Zhu, Chenyang, et al.
Veröffentlicht: (2024)

Swap Attention in Spatiotemporal Diffusions for Text-to-Video Generation
von: Wang, Wenjing, et al.
Veröffentlicht: (2023)

Towards Explainable Partial-AIGC Image Quality Assessment
von: Qian, Jiaying, et al.
Veröffentlicht: (2025)

DTVI: Dual-Stage Textual and Visual Intervention for Safe Text-to-Image Generation
von: Tan, Binhong, et al.
Veröffentlicht: (2026)

ReCogDrive: A Reinforced Cognitive Framework for End-to-End Autonomous Driving
von: Li, Yongkang, et al.
Veröffentlicht: (2025)

Motion Blender Gaussian Splatting for Dynamic Scene Reconstruction
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Multi-Grained Text-Guided Image Fusion for Multi-Exposure and Multi-Focus Scenarios
von: Tang, Mingwei, et al.
Veröffentlicht: (2025)

FreqBlender: Enhancing DeepFake Detection by Blending Frequency Knowledge
von: Li, Hanzhe, et al.
Veröffentlicht: (2024)

ChatGen: Automatic Text-to-Image Generation From FreeStyle Chatting
von: Jia, Chengyou, et al.
Veröffentlicht: (2024)

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

Text-Guided Mixup Towards Long-Tailed Image Categorization
von: Franklin, Richard, et al.
Veröffentlicht: (2024)

AnyStory: Towards Unified Single and Multiple Subject Personalization in Text-to-Image Generation
von: He, Junjie, et al.
Veröffentlicht: (2025)

OmniFM: Toward Modality-Robust and Task-Agnostic Federated Learning for Heterogeneous Medical Imaging
von: Liu, Meilin, et al.
Veröffentlicht: (2026)

CogVLM: Visual Expert for Pretrained Language Models
von: Wang, Weihan, et al.
Veröffentlicht: (2023)