新框架实现跨多样物体形态的视频运动迁移

研究人员开发了一个新的视频运动迁移框架，该框架超越了依赖固定的结构对应关系。这种方法被称为“超越形态的运动”，侧重于保留在不同目标物体形态之间有意义的动力学。该框架包括一个两阶段过程：首先，学习抽象运动视图以创建具有可迁移动力学的跨类别视频对；其次，在推理过程中无需显式运动提取即可直接生成条件化的参考视频。研究人员还推出了用于训练和评估的OpenVMT-Dataset和OpenVMT-Bench，实验表明在运动保真度和目标保持方面取得了最先进的结果。 AI

影响 这项研究通过实现更灵活、更逼真的运动迁移，有望在视频编辑和内容创作领域推进AI能力。

排序理由 该集群包含一篇详细介绍视频运动迁移新框架和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Motion Beyond Morphology
• OpenVMT-Bench
• OpenVMT-Dataset
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →