Copertina

Composing People Together: Iterative Pose-Image Generation for Multi-Person Interaction Scenes

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Peng, Wenxuan, Hariharan, Bharath, Averbuch-Elor, Hadar
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

Color Bind: Exploring Color Perception in Text-to-Image Models
di: Shomer-Chai, Shay, et al.
Pubblicazione: (2025)

Raster2Seq: Polygon Sequence Generation for Floorplan Reconstruction
di: Phung, Hao, et al.
Pubblicazione: (2026)

Emergent Visual-Semantic Hierarchies in Image-Text Representations
di: Alper, Morris, et al.
Pubblicazione: (2024)

InstanceGen: Image Generation with Instance-level Instructions
di: Sella, Etai, et al.
Pubblicazione: (2025)

Dynamic Scene Understanding from Vision-Language Representations
di: Pruss, Shahaf, et al.
Pubblicazione: (2025)

Let it Snow! Animating 3D Gaussian Scenes with Dynamic Weather Effects via Physics-Guided Score Distillation
di: Fiebelman, Gal, et al.
Pubblicazione: (2025)

Supercharging Floorplan Localization with Semantic Rays
di: Grader, Yuval, et al.
Pubblicazione: (2025)

Kiki or Bouba? Sound Symbolism in Vision-and-Language Models
di: Alper, Morris, et al.
Pubblicazione: (2023)

Lang3D-XL: Language Embedded 3D Gaussians for Large-scale Scenes
di: Krakovsky, Shai, et al.
Pubblicazione: (2025)

Scene Grounding In the Wild
di: Cohen, Tamir, et al.
Pubblicazione: (2026)

A Joint Study of Phrase Grounding and Task Performance in Vision and Language Models
di: Kojima, Noriyuki, et al.
Pubblicazione: (2023)

ReNoise: Real Image Inversion Through Iterative Noising
di: Garibi, Daniel, et al.
Pubblicazione: (2024)

ICC: Quantifying Image Caption Concreteness for Multimodal Dataset Curation
di: Yanuka, Moran, et al.
Pubblicazione: (2024)

WAFFLE: Multimodal Floorplan Understanding in the Wild
di: Ganon, Keren, et al.
Pubblicazione: (2024)

Extreme Rotation Estimation in the Wild
di: Bezalel, Hana, et al.
Pubblicazione: (2024)

WildCAT3D: Appearance-Aware Multi-View Diffusion in the Wild
di: Alper, Morris, et al.
Pubblicazione: (2025)

Spice-E : Structural Priors in 3D Diffusion using Cross-Entity Attention
di: Sella, Etai, et al.
Pubblicazione: (2023)

Blended Point Cloud Diffusion for Localized Text-guided Shape Editing
di: Sella, Etai, et al.
Pubblicazione: (2025)

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

Systole-Conditioned Generative Cardiac Motion
di: Zuler, Shahar, et al.
Pubblicazione: (2025)

Long-tail Internet photo reconstruction
di: Li, Yuan, et al.
Pubblicazione: (2026)

Emergent Extreme-View Geometry in 3D Foundation Models
di: Zhang, Yiwen, et al.
Pubblicazione: (2025)

MeshOn: Intersection-Free Mesh-to-Mesh Composition
di: Kim, Hyunwoo, et al.
Pubblicazione: (2026)

4-LEGS: 4D Language Embedded Gaussian Splatting
di: Fiebelman, Gal, et al.
Pubblicazione: (2024)

Mitigating Open-Vocabulary Caption Hallucinations
di: Ben-Kish, Assaf, et al.
Pubblicazione: (2023)

HaLo-NeRF: Learning Geometry-Guided Semantics for Exploring Unconstrained Photo Collections
di: Dudai, Chen, et al.
Pubblicazione: (2024)

ProtoSnap: Prototype Alignment for Cuneiform Signs
di: Mikulinsky, Rachel, et al.
Pubblicazione: (2025)

Learning Feature Descriptors using Camera Pose Supervision
di: Wang, Qianqian, et al.
Pubblicazione: (2020)

DanceTogether! Identity-Preserving Multi-Person Interactive Video Generation
di: Chen, Junhao, et al.
Pubblicazione: (2025)

MOD-UV: Learning Mobile Object Detectors from Unlabeled Videos
di: Sun, Yihong, et al.
Pubblicazione: (2024)

MegaScenes: Scene-Level View Synthesis at Scale
di: Tung, Joseph, et al.
Pubblicazione: (2024)

Live Interactive Training for Video Segmentation
di: Yang, Xinyu, et al.
Pubblicazione: (2026)

Scale-Aware Recognition in Satellite Images under Resource Constraints
di: Revankar, Shreelekha, et al.
Pubblicazione: (2024)

LayerComposer: Multi-Human Personalized Generation via Layered Canvas
di: Qian, Guocheng Gordon, et al.
Pubblicazione: (2025)

FashionPose: Text to Pose to Relight Image Generation for Personalized Fashion Visualization
di: Shi, Chuancheng, et al.
Pubblicazione: (2025)

AutoComPose: Automatic Generation of Pose Transition Descriptions for Composed Pose Retrieval Using Multimodal LLMs
di: Shen, Yi-Ting, et al.
Pubblicazione: (2025)

SceneDesigner: Controllable Multi-Object Image Generation with 9-DoF Pose Manipulation
di: Qin, Zhenyuan, et al.
Pubblicazione: (2025)

Improved Image-based Pose Regressor Models for Underwater Environments
di: Peng, Luyuan, et al.
Pubblicazione: (2024)

Transfer Your Perspective: Controllable 3D Generation from Any Viewpoint in a Driving Scene
di: Pan, Tai-Yu, et al.
Pubblicazione: (2025)

Person-In-Situ: Scene-Consistent Human Image Insertion with Occlusion-Aware Pose Control
di: Masuda, Shun, et al.
Pubblicazione: (2025)