猫眼影戏
猫眼影戏
吕浦
手机审查
猫眼影戏记者 林散之 报道Q8X2R7L1T4J5M9B6W3
这项由Meta AI研究团队与伦敦国王学院联合完成的研究于2024年12月揭晓,研究编号为arXiv:2512.06905v1。感兴趣的读者可以通过该编号在学术数据库中盘问完整论文。
研究团队面临的问题着实很容易明确。当你想要制作一段视频,好比让梵高泛起在咖啡馆里喝咖啡,或者让《戴珍珠耳环的少女》这幅名画中的女孩在窗前变换姿势,现有的手艺需要大宗特殊准备的训练质料。这些质料必需包括参考图像、对应视频和文字形貌三者的完善组合,就像需要同时拥有食谱、制作历程视频和制品照片才华学会做菜一样。
问题在于,制作这样的训练质料本钱极高,就像要为每道菜都准备完整的教学套餐一样难题。研究团队发明,现有要领需要构建包括参考图像-视频-文本三元组的专门数据集,这个历程涉及重大的数据网络、标注、聚类和筛选流程,不但腾贵并且难以大规模扩展。
Meta AI的研究团队提出了一个巧妙的解决计划,他们开发了名为Saber的框架。这个系统的焦点头脑是通过一种"遮罩训练战略"来模拟参考图像到视频的天生历程。就像学习绘画时,先生不需要专门准备每一种参考照片,而是随机遮挡一幅完整画作的某些部分,让学生凭证可见部分推测和重现整幅作品。
Saber在训练历程中会随机选择视频中的某些帧,然后用种种形状的遮罩部分笼罩这些帧,将被遮罩的区域作为"参考图像"。这种要领让模子学会了怎样从部分信息中提取身份特征和外观特征,然后将这些特征融入到天生的视频中。研究团队设计了多种遮罩形状,包括椭圆、傅里叶黑点、凸多边形和凹多边形等,确保训练的多样性。
为了阻止常见的"复制粘贴"问题,研究团队还引入了遮罩增强手艺。这就像在制作拼图时,不是简朴地把原片断直接放回原位,而是对片断举行旋转、缩放、翻转等变换后再安排。这样可以让天生的视频越发自然,阻止泛起生硬的拼接痕迹。
在模子设计方面,Saber接纳了一种巧妙的注重力机制。系统将参考图像和目的视频帧在特征空间中毗连,通过自注重力机制让视频部分和参考部分相互交互,同时通过交织注重力机制连系文本提醒的语义指导。这种设计确保了参考图像的身份信息能够准确转达到天生的视频中,同时坚持与文本形貌的一致性。
研究团队在OpenS2V-Eval基准测试上举行了周全评估。这个测试包括180个提醒,涵盖简单参考和多重参考等七个种别。效果显示,Saber在总体评分上抵达了57.91%,凌驾了需要专门训练数据的要领。特殊是在NexusScore这个最能反应参考到视频性能的指标上,Saber取得了47.22%的效果,比其他要领横跨显著幅度。
值得注重的是,Saber展现出了优异的泛化能力。它不但能处置惩罚差别数目的参考图像,还能凭证遮罩比例的调解来顺应远景主体或配景场景的差别需求。当需要坚持远景角色时,系统使用较小的遮罩比例,而需要坚持配景情形时,则使用较大的遮罩比例。
研究团队还发明了Saber的一些有趣能力。好比,当提供统一个主体的多个视角作为参考时,系统能够准确识别这些图像形貌的是统一个工具,并将多视角的外观特征融合到一个连贯的视频主体中。别的,通过改变文本形貌中的主体信息,好比将"穿蓝色衬衫的男子"改为"穿玄色背心的男子",Saber能够准确地调解天生视频中对应主体的外观。
在现实应用中,Saber的推理历程相当直观。关于每个参考图像,系统首先使用预训练的物体支解器提取远景主体区域遮罩。若是用户希望参考图像提供配景场景而非远景主体,则跳过支解办法,使用完整的未遮罩图像。然后,系统将参考图像标准化并对被遮罩的配景区域填充零值,最后通过调解巨细和填充操作处置惩罚到目的视频尺寸。
研究团队举行了详细的消融研究来验证各个组件的主要性。他们发明,相比于在专门的参考到视频数据集上训练,遮罩训练战略能够提升1.67%的总体评分。简单类型遮罩的体现显着不如多种类型遮罩的组合,说明遮罩多样性关于泛化能力至关主要。牢靠远景面积比例会导致6.18%的性能下降,证实遮罩转变的主要性。
遮罩增强手艺的效果也很显着。在没有增强的情形下,模子会泛起严重的复制粘贴伪影,直接将参考内容原样安排到天生视频中。而应用了旋转、缩放、翻转和剪切等增强后,天生的视频显得越发自然和连贯。
注重力遮罩机制同样要害。若是移除注重力遮罩,模子在提取参考图像主体时会泛起显着的灰色伪影,无法准确疏散主体和配景。而使用注重力遮罩后,这些问题获得了有用解决,天生的视频质量显著提升。
与现有要领相比,Saber在多个场景中都展现出了优势。在简单人物参科场景中,竞争要领要么无法将参考主体嵌入天生视频,要么保存复制粘贴问题,而Saber能够天生一致且切合文本形貌的面部身份。在简单物体参科场景中,Saber准确捕获了物体的形状和外观特征。在多重参科场景中,Saber能够同时整合多个主体,而其他要领往往只能处置惩罚其中一个或泛起身份重复。
这项研究的意义在于为参考到视频天生开发了新的生长路径。通过消除对腾贵专门数据集的依赖,Saber使得这项手艺能够使用大规模的视频-文本数据举行训练,这为未来的规;さ于嘶。同时,Saber的零样本特征意味着它能够处置惩罚训练中未见过的主体种别,具有更强的适用性。
虽然,这项手艺也保存一定的局限性。当参考图像数目显著增添时,好比抵达12张,天生可能会泛起剖析征象,导致片断化的组合而缺乏连贯明确。别的,在重大提醒下的细腻运动控制和时间一致性仍然是挑战。
说究竟,Saber代表了视频天外行艺生长的一个主要里程碑。它证实晰通过巧妙的训练战略设计,可以在不增添数据网络本钱的情形下实现高质量的参考到视频天生。这种要领不但在手艺上具有立异性,在现实应用中也更具可行性,为个性化视频天生、定制化故事讲述和虚拟化身等应用场景提供了新的可能性。
Q&A
Q1:Saber是什么样的手艺?
A:Saber是Meta AI开发的一种新型视频天外行艺,它能够凭证参考图像和文字形貌天生坚持角色身份的视频。与古板要领差别,Saber不需要专门的训练数据集,而是通过"遮罩训练"战略来学习怎样从部分信息中提取特征并天生完整视频。
Q2:遮罩训练战略是怎样事情的?
A:遮罩训练就像让AI学习拼图游戏一样。系统随机选择视频中的某些帧,用种种形状的遮罩笼罩部分区域,然后学习怎样凭证可见部分推测和重现整个视频。这种要领让模子学会从参考图像中提取身份特征,并将这些特征自然地融入到新天生的视频中。
Q3:Saber相比其他视频天生要领有什么优势?
A:Saber最大的优势是不需要腾贵的专门训练数据,却能在测试中逾越那些需要专门数据的要领。它还能无邪处置惩罚差别数目的参考图像,支持多主体和多视角输入,并且能够凭证文字形貌准确调解天生内容,阻止了常见的复制粘贴问题。
??时势1:周于希王雨纯互慰
??01月11日,第十届华厦眼科青光眼论坛启幕 开创微创诊疗新格局,
每到冬季,风干物燥,火灾多发。为增添全民的消防清静意识,使“119”越发深入人心,公安部于1992年提倡,将每年的11月9日定为天下消防日,而 11月9日的月日数恰恰与火灾电话号码119相同,既是对消防事情的警示,也是对火灾电话的宣传了。
,欧美视频看。??01月11日,甜桃喜丰收 鱼跃秋捕忙 青山绿水间唱响丰收“欢歌”,
发明火灾我们该怎样应对?怎样自救呢?
,水蜜桃嫩芽🔞🍆,婷婷伊人91,亚洲 欧美 激情小说。??时势2:www.高潮.com
??01月11日,张琳芃说国足配得上胜利,
仿若回到了上古年间,聆听到了诸神的吟唱。
,综合国厂精品视频,FreePorno💋HD3k,天天摸天天日天天射。??01月11日,扫码点餐“变味”,数字鸿沟怎么填?,
村人马上炸窝了,一再被欺辱,就是泥人也有三分火气。
,日本少妇 HaD,动漫裸体裸乳被🍑免费看,天天插日日操。??时势3:国产精品久久国产精品99盘
??01月11日,新疆乌什发生7.1级强震 阿克苏市区震感强烈民众户外避险,
金色朱厌愤愤,这都是什么名字啊,又是猪又是球,它很不喜欢。
,中国一级大黄,www在线观看国产,国产福利资源在线了。??01月11日,西安北站内近百米高铁桥梁完成转身,
最后一个是分享机制。这与我们的谋划理念“与员工双赢”是一致的,就是谋划效果各人分享。
,两根双龙玩弄尿喷H肉1v4,激情五月丁香五月婷婷五月,无码日韩毛片片aa免费。??时势4:斗罗大陆在线免费看黄色版
??01月11日,尹锡悦宣布紧急戒严后,韩前总统文在寅发声:希望国民们守护和拯救民主主义,
最终,败家子兼肇事精——毛球,不情不肯的挤出一滴金色的血液,将独角兽救活了过来。
,91高清在线视频亚洲,国产清纯,1000条女生又搔又黄又爽的下载。??01月11日,上海浦东引领中小企业梯度集群发展,
九头狮子、五色鸾鸟、火鸦等皆凛然,这个生灵霸气无比,对应的是强盛的实力,那种气息令人悚然。
,黑人70厘米全进去了,国产精品三区视频,加勒比中文网站。【不及时救治病死率或超50% 炎炎夏日如何预防热射病?】
【伦敦等地治安形势严峻 中国驻英使馆提示加强防护】
责编:马伊琍
审核:郭筱琦
责编:吴尔芬
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话:0531-85193202 违法不良信息举报电话:0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1