Flow matching의 comprehensive and self-contained reviewd 입니다.

Flow matching의 comprehensive and self-contained reviewd 입니다.

Flow matching의 comprehensive, self-contained review 입니다.

DDIM inversion의 trajectory를 pivot으로 삼아 null text embedding을 최적화하는 Pivotal inversion 방법론을 제안합니다.

T2I 모델의 텍스트 임베딩 공간에서 pseudo-words를 학습하는 Textual Inversion 방법론을 제안합니다. 이를 통해 사용자는 사전 학습된 모델의 구조를 변경하지 않고 개인화된 concept을 캡처하고 새로운 장면에 삽입할 수 있습니다.

Cross-attention layer를 활용해 원래 Object의 특징을 유지하면서 text-prompt로 이미지를 유연하게 editing하는 방법론을 제안합니다.

Self-supervised Encoder를 이용해 representation을 modeling하고, 이를 condition으로 이용하는 Image generator를 사용하는 RCG 제안.

Gaussian Flow matching and Diffusion models are the same!

CLiC은 단일 이미지에서 local한 visual concept을 학습하고, 이를 다양한 목표 객체에 적용하는 In-Context Concept Learning 방법론을 제안합니다.

CLiC은 단일 이미지에서 local한 visual concept을 학습하고, 이를 다양한 목표 객체에 적용하는 In-Context Concept Learning 방법론을 제안합니다.