实体
Video Diffusion Model
Video Diffusion Model
PulseAugur coverage of Video Diffusion Model — every cluster mentioning Video Diffusion Model across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
-
ProxyPose 使用视频翻译进行 6-DoF 对象位姿跟踪
研究人员开发了 ProxyPose，一种用于跟踪视频中对象六自由度 (6-DoF) 位姿的新颖方法。该方法将问题重新构建为视频到视频翻译任务，使用经过微调的视频扩散模型生成已知代理对象的合成视频。通过分析此代理的运动，系统可以在不需要 3D 模型或深度图等额外输入的情况下准确确定原始对象的位姿。ProxyPose 展现了最先进的性能，并可扩展到人脸跟踪和相机位姿估计等应用。
-
New AI model learns joint distribution of videos and camera trajectories
研究人员开发了一种名为 Rays as Pixels 的新型视频扩散模型，该模型学习视频和相机轨迹的联合分布。该模型是第一个在单一框架内从新颖视角预测相机姿态并生成视频的模型。通过将相机表示为与视频帧相同的潜在空间中的射线像素（raxels），该模型可以执行诸如预测相机轨迹、根据定义路径的输入图像生成视频以及联合合成视频和轨迹等任务。
-
用于视频生成的扩散模型
研究人员正在探索用于视频生成的先进扩散模型，以解决时间一致性和数据稀缺性等挑战。新方法侧重于改进参数化，例如 v-prediction 技术，并结合条件采样来完成扩展视频长度或填充缺失帧等任务。同时，通过训练后框架、混合注意力机制和语义视觉适应性，也在努力提高效率和可控性，目标是实现实时生成和更高质量的输出。