Copertina

Frequency-Aware Flow Matching for High-Quality Image Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ren, Sucheng, Yu, Qihang, He, Ju, Shen, Xiaohui, Yuille, Alan, Chen, Liang-Chieh
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

FlowAR: Scale-wise Autoregressive Image Generation Meets Flow Matching
di: Ren, Sucheng, et al.
Pubblicazione: (2024)

Beyond Next-Token: Next-X Prediction for Autoregressive Visual Generation
di: Ren, Sucheng, et al.
Pubblicazione: (2025)

Grouping First, Attending Smartly: Training-Free Acceleration for Diffusion Transformers
di: Ren, Sucheng, et al.
Pubblicazione: (2025)

ViTamin: Designing Scalable Vision Models in the Vision-Language Era
di: Chen, Jieneng, et al.
Pubblicazione: (2024)

M-VAR: Decoupled Scale-wise Autoregressive Modeling for High-Quality Image Generation
di: Ren, Sucheng, et al.
Pubblicazione: (2024)

A Simple Video Segmenter by Tracking Objects Along Axial Trajectories
di: He, Ju, et al.
Pubblicazione: (2023)

ReVision: Refining Video Diffusion with Explicit 3D Motion Modeling
di: Liu, Qihao, et al.
Pubblicazione: (2025)

ViMix-14M: A Curated Multi-Source Video-Text Dataset with Long-Form, High-Quality Captions and Crawl-Free Access
di: Yang, Timing, et al.
Pubblicazione: (2025)

FlowTok: Flowing Seamlessly Across Text and Image Tokens
di: He, Ju, et al.
Pubblicazione: (2025)

Democratizing Text-to-Image Masked Generative Models with Compact Text-Aware One-Dimensional Tokens
di: Kim, Dongwon, et al.
Pubblicazione: (2025)

Randomized Autoregressive Visual Generation
di: Yu, Qihang, et al.
Pubblicazione: (2024)

Alleviating Distortion in Image Generation via Multi-Resolution Diffusion Models and Time-Dependent Layer Normalization
di: Liu, Qihao, et al.
Pubblicazione: (2024)

Dictionary-based Framework for Interpretable and Consistent Object Parsing
di: Zhang, Tiezheng, et al.
Pubblicazione: (2025)

Large Language Models are Universal Reasoners for Visual Generation
di: Ren, Sucheng, et al.
Pubblicazione: (2026)

An Image is Worth 32 Tokens for Reconstruction and Generation
di: Yu, Qihang, et al.
Pubblicazione: (2024)

Autoregressive Image Generation with Masked Bit Modeling
di: Yu, Qihang, et al.
Pubblicazione: (2026)

ARVideo: Autoregressive Pretraining for Self-Supervised Video Representation Learning
di: Ren, Sucheng, et al.
Pubblicazione: (2024)

COCONut: Modernizing COCO Segmentation
di: Deng, Xueqing, et al.
Pubblicazione: (2024)

MaskBit: Embedding-free Image Generation via Bit Tokens
di: Weber, Mark, et al.
Pubblicazione: (2024)

Autoregressive Video Generation beyond Next Frames Prediction
di: Ren, Sucheng, et al.
Pubblicazione: (2025)

Rejuvenating image-GPT as Strong Visual Representation Learners
di: Ren, Sucheng, et al.
Pubblicazione: (2023)

Medical Vision Generalist: Unifying Medical Imaging Tasks in Context
di: Ren, Sucheng, et al.
Pubblicazione: (2024)

HResFormer: Hybrid Residual Transformer for Volumetric Medical Image Segmentation
di: Ren, Sucheng, et al.
Pubblicazione: (2024)

SPFormer: Enhancing Vision Transformer with Superpixel Representation
di: Mei, Jieru, et al.
Pubblicazione: (2024)

Quality Sentinel: Estimating Label Quality and Errors in Medical Segmentation Datasets
di: Chen, Yixiong, et al.
Pubblicazione: (2024)

ViT-5: Vision Transformers for The Mid-2020s
di: Wang, Feng, et al.
Pubblicazione: (2026)

MedFlowSeg: Flow Matching for Medical Image Segmentation with Frequency-Aware Attention
di: Chen, Zhi, et al.
Pubblicazione: (2026)

Enhancing Temporal Consistency in Video Editing by Reconstructing Videos with 3D Gaussian Splatting
di: Shin, Inkyu, et al.
Pubblicazione: (2024)

COCONut-PanCap: Joint Panoptic Segmentation and Grounded Captions for Fine-Grained Understanding and Generation
di: Deng, Xueqing, et al.
Pubblicazione: (2025)

FREPix: Frequency-Heterogeneous Flow Matching for Pixel-Space Image Generation
di: Lin, Mingfeng, et al.
Pubblicazione: (2026)

Spiral RoPE: Rotate Your Rotary Positional Embeddings in the 2D Plane
di: Liu, Haoyu, et al.
Pubblicazione: (2026)

Blockwise Flow Matching: Improving Flow Matching Models For Efficient High-Quality Generation
di: Park, Dogyun, et al.
Pubblicazione: (2025)

A Frame is Worth One Token: Efficient Generative World Modeling with Delta Tokens
di: Kerssies, Tommie, et al.
Pubblicazione: (2026)

WorldEdit: Towards Open-World Image Editing with a Knowledge-Informed Benchmark
di: Lin, Wang, et al.
Pubblicazione: (2026)

Mamba-R: Vision Mamba ALSO Needs Registers
di: Wang, Feng, et al.
Pubblicazione: (2024)

Adventurer: Optimizing Vision Mamba Architecture Designs for Efficiency
di: Wang, Feng, et al.
Pubblicazione: (2024)

Geometry-Aware Image Flow Matching
di: Lee, Junho, et al.
Pubblicazione: (2026)

Time-reversed Flow Matching with Worst Transport in High-dimensional Latent Space for Image Anomaly Detection
di: Li, Liangwei, et al.
Pubblicazione: (2025)

Deeply Supervised Flow-Based Generative Models
di: Shin, Inkyu, et al.
Pubblicazione: (2025)

Frequency-Aware Density Control via Reparameterization for High-Quality Rendering of 3D Gaussian Splatting
di: Zeng, Zhaojie, et al.
Pubblicazione: (2025)