Buchumschlag

RPiAE: A Representation-Pivoted Autoencoder Enhancing Both Image Generation and Editing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gong, Yue, Li, Hongyu, Liu, Shanyuan, Cheng, Bo, Ma, Yuhang, Wu, Liebucha, Wu, Xiaoyu, Zhang, Manyuan, Leng, Dawei, Yin, Yuhui, Zhang, Lijun
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

HiCo: Hierarchical Controllable Diffusion Model for Layout-to-image Generation
von: Cheng, Bo, et al.
Veröffentlicht: (2024)

Bridge Diffusion Model: Bridge Chinese Text-to-Image Diffusion Model with English Communities
von: Liu, Shanyuan, et al.
Veröffentlicht: (2023)

NAMI: Efficient Image Generation via Bridged Progressive Rectified Flow Transformers
von: Ma, Yuhang, et al.
Veröffentlicht: (2025)

CTA-Flux: Integrating Chinese Cultural Semantics into High-Quality English Text-to-Image Communities
von: Gong, Yue, et al.
Veröffentlicht: (2025)

NanoControl: A Lightweight Framework for Precise and Efficient Control in Diffusion Transformer
von: Liu, Shanyuan, et al.
Veröffentlicht: (2025)

PlanGen: Towards Unified Layout Planning and Image Generation in Auto-Regressive Vision Language Models
von: He, Runze, et al.
Veröffentlicht: (2025)

FLUX-Makeup: High-Fidelity, Identity-Consistent, and Robust Makeup Transfer via Diffusion Transformer
von: Zhu, Jian, et al.
Veröffentlicht: (2025)

RevealLayer: Disentangling Hidden and Visible Layers via Occlusion-Aware Image Decomposition
von: Wang, Binhao, et al.
Veröffentlicht: (2026)

RefTon: Reference person shot assist virtual Try-on
von: Li, Liuzhuozheng, et al.
Veröffentlicht: (2025)

U-StyDiT: Ultra-high Quality Artistic Style Transfer Using Diffusion Transformers
von: Zhang, Zhanjie, et al.
Veröffentlicht: (2025)

WISA: World Simulator Assistant for Physics-Aware Text-to-Video Generation
von: Wang, Jing, et al.
Veröffentlicht: (2025)

IAA: Inner-Adaptor Architecture Empowers Frozen Large Language Model with Multimodal Capabilities
von: Wang, Bin, et al.
Veröffentlicht: (2024)

ProteinAE: Protein Diffusion Autoencoders for Structure Encoding
von: Li, Shaoning, et al.
Veröffentlicht: (2025)

RzenEmbed: Towards Comprehensive Multimodal Retrieval
von: Jian, Weijian, et al.
Veröffentlicht: (2025)

Uni-Edit: Intelligent Editing Is A General Task For Unified Model Tuning
von: Zheng, Dian, et al.
Veröffentlicht: (2026)

TC-AE: Unlocking Token Capacity for Deep Compression Autoencoders
von: Li, Teng, et al.
Veröffentlicht: (2026)

SVD-AE: Simple Autoencoders for Collaborative Filtering
von: Hong, Seoyoung, et al.
Veröffentlicht: (2024)

LMM-Det: Make Large Multimodal Models Excel in Object Detection
von: Li, Jincheng, et al.
Veröffentlicht: (2025)

FG-CLIP: Fine-Grained Visual and Textual Alignment
von: Xie, Chunyu, et al.
Veröffentlicht: (2025)

KilonovAE: Exploring Kilonova Spectral Features with Autoencoders
von: Ford, N. M., et al.
Veröffentlicht: (2023)

Understanding Internal Representations of Recommendation Models with Sparse Autoencoders
von: Wang, Jiayin, et al.
Veröffentlicht: (2024)

Both Semantics and Reconstruction Matter: Making Representation Encoders Ready for Text-to-Image Generation and Editing
von: Zhang, Shilong, et al.
Veröffentlicht: (2025)

AE SemRL: Learning Semantic Association Rules with Autoencoders
von: Karabulut, Erkan, et al.
Veröffentlicht: (2024)

Qihoo-T2X: An Efficient Proxy-Tokenized Diffusion Transformer for Text-to-Any-Task
von: Wang, Jing, et al.
Veröffentlicht: (2024)

Improved Baselines with Representation Autoencoders
von: Singh, Jaskirat, et al.
Veröffentlicht: (2026)

RSAttAE: An Information-Aware Attention-based Autoencoder Recommender System
von: Taromi, Amirhossein Dadashzadeh, et al.
Veröffentlicht: (2025)

StrAE: Autoencoding for Pre-Trained Embeddings using Explicit Structure
von: Opper, Mattia, et al.
Veröffentlicht: (2023)

FG-CLIP 2: A Bilingual Fine-grained Vision-Language Alignment Model
von: Xie, Chunyu, et al.
Veröffentlicht: (2025)

HaHeAE: Learning Generalisable Joint Representations of Human Hand and Head Movements in Extended Reality
von: Hu, Zhiming, et al.
Veröffentlicht: (2024)

Enhancing Text Authenticity: A Novel Hybrid Approach for AI-Generated Text Detection
von: Zhang, Ye, et al.
Veröffentlicht: (2024)

Research on the Load Bearing and Impact Resistance of a Novel Structure Exhibiting Both Positive and Negative Poisson’s Ratios
von: Xidong Zhang, et al.
Veröffentlicht: (2024)

Functional Autoencoder for Smoothing and Representation Learning
von: Wu, Sidi, et al.
Veröffentlicht: (2024)

UniM$^2$AE: Multi-modal Masked Autoencoders with Unified 3D Representation for 3D Perception in Autonomous Driving
von: Zou, Jian, et al.
Veröffentlicht: (2023)

An injectable pH-responsive marine polysaccharide hydrogel (AE&LF@pOA) for sequential therapy of infected diabetic wounds.
von: Zhao, Meiyue, et al.
Veröffentlicht: (2026)

TimeMAE: Self-Supervised Representations of Time Series with Decoupled Masked Autoencoders
von: Cheng, Mingyue, et al.
Veröffentlicht: (2023)

AE-ViT: Token Enhancement for Vision Transformers via CNN-Based Autoencoder Ensembles
von: AIRCC
Veröffentlicht: (2025)

DNAEdit: Direct Noise Alignment for Text-Guided Rectified Flow Editing
von: Xie, Chenxi, et al.
Veröffentlicht: (2025)

threewater-dot/MvAE: MvAE
von: threewater-dot
Veröffentlicht: (2026)

Improving Sparse Autoencoder with Dynamic Attention
von: Wang, Dongsheng, et al.
Veröffentlicht: (2026)

DecQ: Detail-Condensing Queries for Enhanced Reconstruction and Generation in Representation Autoencoders
von: Wang, Tianhang, et al.
Veröffentlicht: (2026)