实体
Kinetics-600
Kinetics-600
PulseAugur coverage of Kinetics-600 — every cluster mentioning Kinetics-600 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
TrackTok框架提供面向对象的视频Token化
研究人员推出TrackTok，一个新颖的视频Token化框架，旨在创建在时间上保持语义一致性的面向对象的Token。与将Token身份绑定到固定位置的传统方法不同，TrackTok学习将视觉特征绑定到稳定的语义单元，从而实现更紧凑和连续的潜在视频表示。这种方法显著减少了下游生成模型所需的Token数量，提供了更好的质量-效率权衡和更低的延迟。
-
新型小波变换器在图像生成方面达到最先进水平
研究人员开发了一种新型小波感知图像变换器WaiT，通过解决标准模型中空间频率的统一处理问题，提高了图像生成质量。WaiT将生成过程分解为粗略和精细频带，允许在高频细节在粗略结构出现后才进行精炼。这种方法在ImageNet 512x512上达到了1.3的新最先进FID分数，在Kinetics-600视频生成上达到了0.84的具有竞争力的FVD分数，同时还将采样计算量减少了高达50%。