Aller au contenu principal
2025 conference-paper

Noise Diffusion for Enhancing Semantic Faithfulness in Text-to-Image Synthesis

0Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, gb. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Diffusion models have achieved impressive success in generating photorealistic images, but challenges remain in ensuring precise semantic alignment with input prompts. Optimizing the initial noisy latent offers a more efficient alternative to modifying model architectures or prompt engineering for improving semantic alignment. A latest approach, InitNo, refines the initial noisy latent by leveraging attention maps; however, these maps capture only limited information, and the effectiveness of InitNo is highly dependent on the initial starting point, as it tends to converge on a local optimum near this point. To this end, this paper proposes leveraging the language comprehension capabilities of large vision-language models (LVLMs) to guide the optimization of the initial noisy latent, and introduces the Noise Diffusion process, which updates the noisy latent to generate semantically faithful images while preserving distribution consistency. Furthermore, we provide a theoretical analysis of the condition under which the update improves semantic faithfulness. Experimental results demonstrate the effectiveness and adaptability of our framework, consistently enhancing semantic alignment across various diffusion models.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Noise Diffusion for Enhancing Semantic Faithfulness in Text-to-Image Synthesis
Date Crossref
10/06/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Beijing Normal University pays non établi dans la notice
    Université ou école supérieure
  • University of Chinese Academy of Sciences pays non établi dans la notice
    Université ou école supérieure
  • University of Manchester pays non établi dans la notice
    Université ou école supérieure
  • Chinese University of Hong Kong pays non établi dans la notice
    Université ou école supérieure
  • Tsinghua University pays non établi dans la notice
    Université ou école supérieure

Beijing Normal University, University of Chinese Academy of Sciences et University of Manchester, avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Image Retrieval and Classification Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.