DreamStory: Open-Domain Story Visualization by LLM-Guided Multi-Subject Consistent Diffusion

Story visualization aims to create visually compelling images or videos corresponding to textual narratives. Despite recent advances in diffusion models yielding promising results, existing methods still struggle to create a coherent sequence of subject-consistent frames based solely on a story. To...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on pattern analysis and machine intelligence Ročník 47; číslo 12; s. 11874 - 11891
Hlavní autoři:	He, Huiguo, Yang, Huan, Tuo, Zixi, Zhou, Yuan, Wang, Qiuyue, Zhang, Yuhang, Liu, Zeyu, Huang, Wenhao, Chao, Hongyang, Yin, Jian
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.12.2025
Témata:	Benchmark testing diffusion model Diffusion models Faces Hands large language model Large language models multi-subject consistency Semantics Snow Story visualization Training Videos Visualization
ISSN:	0162-8828, 1939-3539, 2160-9292, 1939-3539
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!