Split-then-Merge 框架增强生成式视频合成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-26 04:00

研究人员推出了一种新的生成式视频合成框架 Split-then-Merge (StM)，该框架通过从无标签视频中学习来解决数据稀缺问题。StM 动态地将现有视频中的前景和背景层分离，然后进行自合成以学习逼真的主体-场景交互。该框架包含一个具有多层融合和增强的变换感知训练管道，以及一个用于保持前景质量的身份保持损失。实验表明，StM 在定量和定性评估中均优于当前最先进的方法。 AI

影响增强了生成式视频的控制力和真实感，可能改进内容创作和媒体合成领域的应用。

排序理由该项目是一篇研究论文，详细介绍了生成式视频合成的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

本文如何被排名

Signal score: 34 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了生成式视频合成的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Ozgur Kara, Yujia Chen, Ming-Hsuan Yang, James M. Rehg, Wen-Sheng Chu, Du Tran · 2026-08-26 04:00

通过拆分再合并实现层感知视频合成

arXiv:2511.20809v2 Announce Type: replace Abstract: We present Split-then-Merge (StM), a novel framework designed to enhance control in generative video composition and address its data scarcity problem. Unlike conventional methods relying on annotated datasets or handcrafted rul…

本文如何被排名

报道来源 [1]

通过拆分再合并实现层感知视频合成

相关实体

相关话题