Derniers articles pour Génération d'image

Une nouvelle méthode améliore le contrôle sur la génération d'images tout en gardant l'efficacité.

Un aperçu complet de la qualité des images générées par l'IA grâce à la base de données AGIQA-3K.

MOVE propose une approche innovante pour équilibrer plusieurs objectifs dans les tâches d'optimisation.

Explorer des solutions pour améliorer la sensibilité culturelle dans la technologie T2I.

Une nouvelle méthode évalue la qualité des images dans les modèles de Texte-à-Image.

Cet article passe en revue comment les modèles texte-image reflètent les biais de genre à travers les requêtes.

Un aperçu de l'impact d'AdjointDPM sur l'efficacité de l'IA générative.

Découvrez comment la géométrie améliore l'édition d'images avec des modèles de diffusion.

Cet article parle des décodeurs additifs pour identifier des motifs cachés et générer des images.

Le Générateur d'Angle Quantique montre du potentiel pour créer des images précises en utilisant des dispositifs quantiques bruyants.

Des recherches montrent des défauts dans les méthodes censées effacer des concepts sensibles de la génération d'images par IA.

Une nouvelle méthode améliore l'efficacité et la qualité de l'échantillonnage des modèles de diffusion.

Ce modèle génère des assets de jeu à partir de descriptions textuelles facilement et rapidement.

DiffTPT améliore l'adaptabilité et la précision des modèles grâce à des techniques d'augmentation de données innovantes.

LAW-Diffusion améliore la création de scènes complexes avec un placement précis des objets.

Un peintre transforme des invites textuelles en croquis en utilisant des grands modèles de langage.

Une nouvelle approche améliore la qualité et la cohérence des images dans les CcGANs en utilisant des échantillons négatifs.

Cet article présente PMFS, une méthode pour générer des images réalistes en utilisant des autoencodeurs.

De nouvelles méthodes améliorent l'expérience utilisateur pour générer des images à partir de descriptions textuelles.

Une nouvelle méthode améliore les modèles de diffusion pour une génération d'images plus claire.

Un nouveau système simplifie le design d'intérieur en utilisant du texte et des images.

Une nouvelle approche garantit que les images générées par l'IA sont sûres et appropriées.

Cette méthode améliore la capacité des GANs à générer des formes et des mouvements divers.

De nouvelles méthodes améliorent les images satellites à partir de descriptions textuelles, ce qui rend l'analyse en télédétection encore mieux.

Les techniques quantiques transforment les modèles génératifs pour la génération de données.

Découvrez comment les modèles augmentés par récupération améliorent la génération de texte et d'images.

De nouvelles méthodes visent à améliorer l'inclusivité des images générées par l'IA.

Examiner le rôle des outils de test pour garantir une génération d'images sécurisée.

MagiCapture simplifie la création de portraits de haute qualité avec peu d'images.

Ce rapport examine les incitations nuisibles et les mesures de sécurité dans les modèles de génération d'images.

Découvrez comment le cadre JAM combine texte et images pour améliorer la création de contenu.

Une nouvelle méthode améliore les modèles de diffusion pour une génération de données plus rapide et efficace.

DeeDiff améliore les modèles de diffusion en sautant des étapes inutiles, ce qui augmente la vitesse sans sacrifier la qualité.

Une comparaison des mesures de qualité d'image dans la génération d'images moderne.

Une nouvelle approche améliore la capacité des modèles génératifs à créer des images réalistes.

Une nouvelle approche pour améliorer les modèles de texte à image en abordant les biais et la créativité.

CompAgent améliore la création d'images à partir de texte en décomposant les demandes complexes.

Une nouvelle méthode améliore la génération d'images de plusieurs instances à partir de descriptions textuelles.

Une nouvelle méthode pour générer des matériaux PBR réalistes en utilisant des modèles d'images RGB.

Une initiative dirigée par la communauté pour identifier les prompts nuisibles dans les modèles T2I.