Copertina

Generative Refinement Networks for Visual Synthesis

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Han, Jian, Liu, Jinlai, Wang, Jiahuan, Peng, Bingyue, Yuan, Zehuan
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

InfinityStar: Unified Spacetime AutoRegressive Modeling for Visual Generation
di: Liu, Jinlai, et al.
Pubblicazione: (2025)

Infinity: Scaling Bitwise AutoRegressive Modeling for High-Resolution Image Synthesis
di: Han, Jian, et al.
Pubblicazione: (2024)

Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction
di: Tian, Keyu, et al.
Pubblicazione: (2024)

UniTok: A Unified Tokenizer for Visual Generation and Understanding
di: Ma, Chuofan, et al.
Pubblicazione: (2025)

Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation
di: Sun, Peize, et al.
Pubblicazione: (2024)

ALIVE: Animate Your World with Lifelike Audio-Video Generation
di: Guo, Ying, et al.
Pubblicazione: (2026)

VC-LLM: Automated Advertisement Video Creation from Raw Footage using Multi-modal LLMs
di: Qian, Dongjun, et al.
Pubblicazione: (2025)

HumanDiT: Pose-Guided Diffusion Transformer for Long-form Human Motion Video Generation
di: Gan, Qijun, et al.
Pubblicazione: (2025)

Waver: Wave Your Way to Lifelike Video Generation
di: Zhang, Yifu, et al.
Pubblicazione: (2025)

FlashVideo: Flowing Fidelity to Detail for Efficient High-Resolution Video Generation
di: Zhang, Shilong, et al.
Pubblicazione: (2025)

OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
di: Wang, Junke, et al.
Pubblicazione: (2024)

InfinityHuman: Towards Long-Term Audio-Driven Human
di: Li, Xiaodi, et al.
Pubblicazione: (2025)

RS-SSM: Refining Forgotten Specifics in State Space Model for Video Semantic Segmentation
di: Zhu, Kai, et al.
Pubblicazione: (2026)

Token Coordinated Prompt Attention is Needed for Visual Prompting
di: Liu, Zichen, et al.
Pubblicazione: (2025)

Generative Region-Language Pretraining for Open-Ended Object Detection
di: Lin, Chuang, et al.
Pubblicazione: (2024)

From Parts to Whole: A Unified Reference Framework for Controllable Human Image Generation
di: Huang, Zehuan, et al.
Pubblicazione: (2024)

Selective Visual Prompting in Vision Mamba
di: Yao, Yifeng, et al.
Pubblicazione: (2024)

Diffusion-based Pose Refinement and Muti-hypothesis Generation for 3D Human Pose Estimaiton
di: Kang, Hongbo, et al.
Pubblicazione: (2024)

Goku: Flow Based Video Generative Foundation Models
di: Chen, Shoufa, et al.
Pubblicazione: (2025)

Long-Horizon Streaming Video Generation via Hybrid Attention with Decoupled Distillation
di: Li, Ruibin, et al.
Pubblicazione: (2026)

Many-for-Many: Unify the Training of Multiple Video and Image Generation and Manipulation Tasks
di: Li, Ruibin, et al.
Pubblicazione: (2025)

TELA: Text to Layer-wise 3D Clothed Human Generation
di: Dong, Junting, et al.
Pubblicazione: (2024)

ILLUME+: Illuminating Unified MLLM with Dual Visual Tokenization and Diffusion Refinement
di: Huang, Runhui, et al.
Pubblicazione: (2025)

Semantically Guided Dynamic Visual Prototype Refinement for Compositional Zero-Shot Learning
di: Peng, Zhong, et al.
Pubblicazione: (2025)

ChatSearch: a Dataset and a Generative Retrieval Model for General Conversational Image Retrieval
di: Zhao, Zijia, et al.
Pubblicazione: (2024)

Bi-C2R: Bidirectional Continual Compatible Representation for Re-indexing Free Lifelong Person Re-identification
di: Cui, Zhenyu, et al.
Pubblicazione: (2025)

CKDA: Cross-modality Knowledge Disentanglement and Alignment for Visible-Infrared Lifelong Person Re-identification
di: Cui, Zhenyu, et al.
Pubblicazione: (2025)

Repurposing 3D Generative Model for Autoregressive Layout Generation
di: Feng, Haoran, et al.
Pubblicazione: (2026)

Rethinking Visual Content Refinement in Low-Shot CLIP Adaptation
di: Lu, Jinda, et al.
Pubblicazione: (2024)

Ouroboros3D: Image-to-3D Generation via 3D-aware Recursive Diffusion
di: Wen, Hao, et al.
Pubblicazione: (2024)

Liquid: Language Models are Scalable and Unified Multi-modal Generators
di: Wu, Junfeng, et al.
Pubblicazione: (2024)

MambaVO: Deep Visual Odometry Based on Sequential Matching Refinement and Training Smoothing
di: Wang, Shuo, et al.
Pubblicazione: (2024)

MV-Adapter: Multi-view Consistent Image Generation Made Easy
di: Huang, Zehuan, et al.
Pubblicazione: (2024)

HRR: Hierarchical Retrospection Refinement for Generated Image Detection
di: Yuan, Peipei, et al.
Pubblicazione: (2025)

Visual Self-Refinement for Autoregressive Models
di: Wang, Jiamian, et al.
Pubblicazione: (2025)

IRG-MotionLLM: Interleaving Motion Generation, Assessment and Refinement for Text-to-Motion Generation
di: Li, Yuan-Ming, et al.
Pubblicazione: (2025)

Draft and Refine with Visual Experts
di: Jeong, Sungheon, et al.
Pubblicazione: (2025)

VisRefiner: Learning from Visual Differences for Screenshot-to-Code Generation
di: Deng, Jie, et al.
Pubblicazione: (2026)

TextRefiner: Internal Visual Feature as Efficient Refiner for Vision-Language Models Prompt Tuning
di: Xie, Jingjing, et al.
Pubblicazione: (2024)

FlowerDance: MeanFlow for Efficient and Refined 3D Dance Generation
di: Yang, Kaixing, et al.
Pubblicazione: (2025)