CVPR2024|AIGC(图像生成,视频生成等)相关论文汇总(附论文链接/开源代码/解析)【持续更新】

本文主要是介绍CVPR2024|AIGC(图像生成,视频生成等)相关论文汇总(附论文链接/开源代码/解析)【持续更新】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

CVPR2024|AIGC相关论文汇总(如果觉得有帮助,欢迎点赞和收藏)

  • Awesome-CVPR2024-AIGC
  • 1.图像生成(Image Generation/Image Synthesis)
      • ECLIPSE: A Resource-Efficient Text-to-Image Prior for Image Generations
      • InstanceDiffusion: Instance-level Control for Image Generation
      • Instruct-Imagen: Image Generation with Multi-modal Instruction
      • MACE: Mass Concept Erasure in Diffusion Models
      • PAIR-Diffusion: Object-Level Image Editing with Structure-and-Appearance Paired Diffusion Models
      • Residual Denoising Diffusion Models
  • 2.图像编辑(Image Editing)
      • PIA: Your Personalized Image Animator via Plug-and-Play Modules in Text-to-Image Models
  • 3.视频生成(Video Generation/Image Synthesis)
      • Seeing and Hearing: Open-domain Visual-Audio Generation with Diffusion Latent Aligners
  • 4.视频编辑(Video Editing)
  • 5.3D生成(3D Generation/3D Synthesis)
      • EscherNet: A Generative Model for Scalable View Synthesis
  • 6.其他多任务(Others)
      • InternVL: Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks
      • Q-Instruct: Improving Low-level Visual Abilities for Multi-modality Foundation Models
  • 参考
  • 相关整理

Awesome-CVPR2024-AIGC

A Collection of Papers and Codes for CVPR2024 AIGC

整理汇总下今年CVPR AIGC相关的论文和代码,具体如下。

欢迎star,fork和PR~
优先在Github更新:Awesome-CVPR2024-AIGC,欢迎star~
知乎:https://zhuanlan.zhihu.com/p/684325134

参考或转载请注明出处

CVPR2024官网:https://cvpr.thecvf.com/Conferences/2024

CVPR完整论文列表:

开会时间:2024年6月17日-6月21日

论文接收公布时间:

【Contents】

  • 1.图像生成(Image Generation/Image Synthesis)
  • 2.图像编辑(Image Editing)
  • 3.视频生成(Video Generation/Image Synthesis)
  • 4.视频编辑(Video Editing)
  • 5.3D生成(3D Generation/3D Synthesis)
  • 6.其他多任务(Others)

1.图像生成(Image Generation/Image Synthesis)

ECLIPSE: A Resource-Efficient Text-to-Image Prior for Image Generations

  • Paper: https://arxiv.org/abs/2312.04655
  • Code: https://github.com/eclipse-t2i/eclipse-inference

InstanceDiffusion: Instance-level Control for Image Generation

  • Paper: https://arxiv.org/abs/2402.03290
  • Code: https://github.com/frank-xwang/InstanceDiffusion

Instruct-Imagen: Image Generation with Multi-modal Instruction

  • Paper: https://arxiv.org/abs/2401.01952

MACE: Mass Concept Erasure in Diffusion Models

  • Paper:
  • Code: https://github.com/Shilin-LU/MACE

PAIR-Diffusion: Object-Level Image Editing with Structure-and-Appearance Paired Diffusion Models

  • Paper: https://arxiv.org/abs/2303.17546
  • Code: https://github.com/Picsart-AI-Research/PAIR-Diffusion

Residual Denoising Diffusion Models

  • Paper: https://arxiv.org/abs/2308.13712
  • Code: https://github.com/nachifur/RDDM

2.图像编辑(Image Editing)

PIA: Your Personalized Image Animator via Plug-and-Play Modules in Text-to-Image Models

  • Paper: https://arxiv.org/abs/2312.13964
  • Code: https://github.com/open-mmlab/PIA

3.视频生成(Video Generation/Image Synthesis)

Seeing and Hearing: Open-domain Visual-Audio Generation with Diffusion Latent Aligners

  • Paper: https://arxiv.org/abs/2308.13712
  • Code: https://github.com/yzxing87/Seeing-and-Hearing

4.视频编辑(Video Editing)

5.3D生成(3D Generation/3D Synthesis)

EscherNet: A Generative Model for Scalable View Synthesis

  • Paper: https://arxiv.org/abs/2402.03908
  • Code: https://github.com/kxhit/EscherNet

6.其他多任务(Others)

InternVL: Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks

  • Paper: https://arxiv.org/abs/2312.14238
  • Code: https://github.com/OpenGVLab/InternVL

Q-Instruct: Improving Low-level Visual Abilities for Multi-modality Foundation Models

  • Paper: https://arxiv.org/abs/2311.06783
  • Code: https://github.com/Q-Future/Q-Instruct
    持续更新~

参考

CVPR 2024 论文和开源项目合集(Papers with Code)

相关整理

  • Awesome-AIGC-Research-Groups
  • Awesome-Low-Level-Vision-Research-Groups
  • Awesome-CVPR2024-CVPR2021-CVPR2020-Low-Level-Vision
  • Awesome-ECCV2020-Low-Level-Vision

这篇关于CVPR2024|AIGC(图像生成,视频生成等)相关论文汇总(附论文链接/开源代码/解析)【持续更新】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/758287

相关文章

java解析jwt中的payload的用法

《java解析jwt中的payload的用法》:本文主要介绍java解析jwt中的payload的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java解析jwt中的payload1. 使用 jjwt 库步骤 1:添加依赖步骤 2:解析 JWT2. 使用 N

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

Java 正则表达式URL 匹配与源码全解析

《Java正则表达式URL匹配与源码全解析》在Web应用开发中,我们经常需要对URL进行格式验证,今天我们结合Java的Pattern和Matcher类,深入理解正则表达式在实际应用中... 目录1.正则表达式分解:2. 添加域名匹配 (2)3. 添加路径和查询参数匹配 (3) 4. 最终优化版本5.设计思

IDEA自动生成注释模板的配置教程

《IDEA自动生成注释模板的配置教程》本文介绍了如何在IntelliJIDEA中配置类和方法的注释模板,包括自动生成项目名称、包名、日期和时间等内容,以及如何定制参数和返回值的注释格式,需要的朋友可以... 目录项目场景配置方法类注释模板定义类开头的注释步骤类注释效果方法注释模板定义方法开头的注释步骤方法注

使用Java将DOCX文档解析为Markdown文档的代码实现

《使用Java将DOCX文档解析为Markdown文档的代码实现》在现代文档处理中,Markdown(MD)因其简洁的语法和良好的可读性,逐渐成为开发者、技术写作者和内容创作者的首选格式,然而,许多文... 目录引言1. 工具和库介绍2. 安装依赖库3. 使用Apache POI解析DOCX文档4. 将解析

Java字符串处理全解析(String、StringBuilder与StringBuffer)

《Java字符串处理全解析(String、StringBuilder与StringBuffer)》:本文主要介绍Java字符串处理全解析(String、StringBuilder与StringBu... 目录Java字符串处理全解析:String、StringBuilder与StringBuffer一、St

Spring Boot循环依赖原理、解决方案与最佳实践(全解析)

《SpringBoot循环依赖原理、解决方案与最佳实践(全解析)》循环依赖指两个或多个Bean相互直接或间接引用,形成闭环依赖关系,:本文主要介绍SpringBoot循环依赖原理、解决方案与最... 目录一、循环依赖的本质与危害1.1 什么是循环依赖?1.2 核心危害二、Spring的三级缓存机制2.1 三

C#中async await异步关键字用法和异步的底层原理全解析

《C#中asyncawait异步关键字用法和异步的底层原理全解析》:本文主要介绍C#中asyncawait异步关键字用法和异步的底层原理全解析,本文给大家介绍的非常详细,对大家的学习或工作具有一... 目录C#异步编程一、异步编程基础二、异步方法的工作原理三、代码示例四、编译后的底层实现五、总结C#异步编程

Python如何自动生成环境依赖包requirements

《Python如何自动生成环境依赖包requirements》:本文主要介绍Python如何自动生成环境依赖包requirements问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑... 目录生成当前 python 环境 安装的所有依赖包1、命令2、常见问题只生成当前 项目 的所有依赖包1、