ASTRA: Enhancing Multi-Subject Generation with Retrieval-Augmented Pose Guidance and Disentangled Position Embedding
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Xia, Tianze, Ning, Zijian, Zhao, Zonglin, Wang, Mingjia |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
ASTRA: Let Arbitrary Subjects Transform in Video Editing
par: Shen, Fei, et autres
Publié: (2025)
par: Shen, Fei, et autres
Publié: (2025)
DisPose: Disentangling Pose Guidance for Controllable Human Image Animation
par: Li, Hongxiang, et autres
Publié: (2024)
par: Li, Hongxiang, et autres
Publié: (2024)
MAGREF: Masked Guidance for Any-Reference Video Generation with Subject Disentanglement
par: Deng, Yufan, et autres
Publié: (2025)
par: Deng, Yufan, et autres
Publié: (2025)
Are We on the Right Way for Assessing Document Retrieval-Augmented Generation?
par: Shen, Wenxuan, et autres
Publié: (2025)
par: Shen, Wenxuan, et autres
Publié: (2025)
MOSAIC: Multi-Subject Personalized Generation via Correspondence-Aware Alignment and Disentanglement
par: She, Dong, et autres
Publié: (2025)
par: She, Dong, et autres
Publié: (2025)
Training-free Subject-Enhanced Attention Guidance for Compositional Text-to-image Generation
par: Liu, Shengyuan, et autres
Publié: (2024)
par: Liu, Shengyuan, et autres
Publié: (2024)
Improving Subject-Driven Image Synthesis with Subject-Agnostic Guidance
par: Chan, Kelvin C. K., et autres
Publié: (2024)
par: Chan, Kelvin C. K., et autres
Publié: (2024)
Hierarchical Concept-to-Appearance Guidance for Multi-Subject Image Generation
par: Xu, Yijia, et autres
Publié: (2026)
par: Xu, Yijia, et autres
Publié: (2026)
Geometric Disentanglement of Text Embeddings for Subject-Consistent Text-to-Image Generation using A Single Prompt
par: Li, Shangxun, et autres
Publié: (2025)
par: Li, Shangxun, et autres
Publié: (2025)
Retrieval-Augmented Anatomical Guidance for Text-to-CT Generation
par: Molino, Daniele, et autres
Publié: (2026)
par: Molino, Daniele, et autres
Publié: (2026)
Follow-Your-MultiPose: Tuning-Free Multi-Character Text-to-Video Generation via Pose Guidance
par: Zhang, Beiyuan, et autres
Publié: (2024)
par: Zhang, Beiyuan, et autres
Publié: (2024)
Stencil: Subject-Driven Generation with Context Guidance
par: Chen, Gordon, et autres
Publié: (2025)
par: Chen, Gordon, et autres
Publié: (2025)
Multi Positive Contrastive Learning with Pose-Consistent Generated Images
par: Inayoshi, Sho, et autres
Publié: (2024)
par: Inayoshi, Sho, et autres
Publié: (2024)
MultiCrafter: High-Fidelity Multi-Subject Generation via Disentangled Attention and Identity-Aware Preference Alignment
par: Wu, Tao, et autres
Publié: (2025)
par: Wu, Tao, et autres
Publié: (2025)
ASTRA: An Action Spotting TRAnsformer for Soccer Videos
par: Xarles, Artur, et autres
Publié: (2024)
par: Xarles, Artur, et autres
Publié: (2024)
RANGE: Retrieval Augmented Neural Fields for Multi-Resolution Geo-Embeddings
par: Dhakal, Aayush, et autres
Publié: (2025)
par: Dhakal, Aayush, et autres
Publié: (2025)
Enhancing Diffusion Face Generation with Contrastive Embeddings and SegFormer Guidance
par: Rawat, Dhruvraj Singh, et autres
Publié: (2025)
par: Rawat, Dhruvraj Singh, et autres
Publié: (2025)
Enhanced Generative Data Augmentation for Semantic Segmentation via Stronger Guidance
par: Che, Quang-Huy, et autres
Publié: (2024)
par: Che, Quang-Huy, et autres
Publié: (2024)
OUSAC: Optimized Guidance Scheduling with Adaptive Caching for DiT Acceleration
par: Sun, Ruitong, et autres
Publié: (2025)
par: Sun, Ruitong, et autres
Publié: (2025)
CINEMA: Coherent Multi-Subject Video Generation via MLLM-Based Guidance
par: Deng, Yufan, et autres
Publié: (2025)
par: Deng, Yufan, et autres
Publié: (2025)
AvatarPose: Avatar-guided 3D Pose Estimation of Close Human Interaction from Sparse Multi-view Videos
par: Lu, Feichi, et autres
Publié: (2024)
par: Lu, Feichi, et autres
Publié: (2024)
AutoComPose: Automatic Generation of Pose Transition Descriptions for Composed Pose Retrieval Using Multimodal LLMs
par: Shen, Yi-Ting, et autres
Publié: (2025)
par: Shen, Yi-Ting, et autres
Publié: (2025)
Enhancing Domain Generalization in 3D Human Pose Estimation through Controllable Generative Augmentation
par: Hu, Xinhao, et autres
Publié: (2026)
par: Hu, Xinhao, et autres
Publié: (2026)
FlashSign: Pose-Free Guidance for Efficient Sign Language Video Generation
par: Zhang, Liuzhou, et autres
Publié: (2026)
par: Zhang, Liuzhou, et autres
Publié: (2026)
RCGNet: RGB-based Category-Level 6D Object Pose Estimation with Geometric Guidance
par: Yu, Sheng, et autres
Publié: (2025)
par: Yu, Sheng, et autres
Publié: (2025)
FlexPose: Pose Distribution Adaptation with Limited Guidance
par: Wang, Zixiao, et autres
Publié: (2024)
par: Wang, Zixiao, et autres
Publié: (2024)
Beyond the Embedding Bottleneck: Adaptive Retrieval-Augmented 3D CT Report Generation
par: Liang, Renjie, et autres
Publié: (2026)
par: Liang, Renjie, et autres
Publié: (2026)
RePoseDM: Recurrent Pose Alignment and Gradient Guidance for Pose Guided Image Synthesis
par: Khandelwal, Anant
Publié: (2023)
par: Khandelwal, Anant
Publié: (2023)
Rethinking Position Embedding as a Context Controller for Multi-Reference and Multi-Shot Video Generation
par: Huang, Binyuan, et autres
Publié: (2026)
par: Huang, Binyuan, et autres
Publié: (2026)
CoDi: Subject-Consistent and Pose-Diverse Text-to-Image Generation
par: Gao, Zhanxin, et autres
Publié: (2025)
par: Gao, Zhanxin, et autres
Publié: (2025)
DisenBooth: Identity-Preserving Disentangled Tuning for Subject-Driven Text-to-Image Generation
par: Chen, Hong, et autres
Publié: (2023)
par: Chen, Hong, et autres
Publié: (2023)
RAGME: Retrieval Augmented Video Generation for Enhanced Motion Realism
par: Peruzzo, Elia, et autres
Publié: (2025)
par: Peruzzo, Elia, et autres
Publié: (2025)
Enhancing Document VQA Models via Retrieval-Augmented Generation
par: López, Eric, et autres
Publié: (2025)
par: López, Eric, et autres
Publié: (2025)
PSR: Scaling Multi-Subject Personalized Image Generation with Pairwise Subject-Consistency Rewards
par: Wang, Shulei, et autres
Publié: (2025)
par: Wang, Shulei, et autres
Publié: (2025)
AffectAgent: Collaborative Multi-Agent Reasoning for Retrieval-Augmented Multimodal Emotion Recognition
par: Wang, Zeheng, et autres
Publié: (2026)
par: Wang, Zeheng, et autres
Publié: (2026)
NutriScreener: Retrieval-Augmented Multi-Pose Graph Attention Network for Malnourishment Screening
par: Khan, Misaal, et autres
Publié: (2025)
par: Khan, Misaal, et autres
Publié: (2025)
PoseStreamer: A Multi-modal Framework for 3D Tracking of Unseen Moving Objects
par: Yang, Huiming, et autres
Publié: (2025)
par: Yang, Huiming, et autres
Publié: (2025)
Retrieval-Augmented Generation for AI-Generated Content: A Survey
par: Zhao, Penghao, et autres
Publié: (2024)
par: Zhao, Penghao, et autres
Publié: (2024)
E-VRAG: Enhancing Long Video Understanding with Resource-Efficient Retrieval Augmented Generation
par: Xu, Zeyu, et autres
Publié: (2025)
par: Xu, Zeyu, et autres
Publié: (2025)
Learning Where to Embed: Noise-Aware Positional Embedding for Query Retrieval in Small-Object Detection
par: Zeng, Yangchen, et autres
Publié: (2026)
par: Zeng, Yangchen, et autres
Publié: (2026)
Documents similaires
-
ASTRA: Let Arbitrary Subjects Transform in Video Editing
par: Shen, Fei, et autres
Publié: (2025) -
DisPose: Disentangling Pose Guidance for Controllable Human Image Animation
par: Li, Hongxiang, et autres
Publié: (2024) -
MAGREF: Masked Guidance for Any-Reference Video Generation with Subject Disentanglement
par: Deng, Yufan, et autres
Publié: (2025) -
Are We on the Right Way for Assessing Document Retrieval-Augmented Generation?
par: Shen, Wenxuan, et autres
Publié: (2025) -
MOSAIC: Multi-Subject Personalized Generation via Correspondence-Aware Alignment and Disentanglement
par: She, Dong, et autres
Publié: (2025)