猫眼影戏
猫眼影戏
荷西
手机审查
猫眼影戏记者 姬菲芙 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:精品一区二区 日韩欧美 在线
??01月07日,中新健康丨从塞内加尔归来的援外医生:为白内障患者带去“光明”,
“信口开河,斩!”一位王侯冷漠的说道,那双眸子射出一片符文,恐怖无比,让殿堂下方所有人都颤抖。
,美女 光屁屁 无遮挡韩国 游泳。??01月07日,巴拿马选举法院宣布穆利诺当选总统,
毛球一把夺了已往,抱起来咕咚咕咚接着喝,大眼骨碌碌的转动,朝着后面瞟,那头五色孔雀终是发明了他们,连忙暴怒,极速扑杀而来。
,日操,偷拍欧美诱惑强奸主播同性一区二区,午夜啪啪网站。??时势2:五月天色色小说
??01月07日,“白名单”扩围 保交房增效(经济聚焦),
扑面,一群人神色难看,他们是何等绚烂的巨族,两名族老竟然被一个毛头小子直接拍翻,踩在了脚底,这若是传出去,尚有什么脸面?
,ww视频,中文字幕精品视频一区,亚洲色中文字幕无码a。??01月07日,中新教育丨吴国生任中央财经大学党委书记,
为了我们能在一个清新、漂亮的情形里生涯,我们应当从我做起,不乱丢生涯垃圾,同时还要阻止别人乱丢垃圾。各人都行动起来吧!;で樾,就是;の颐堑募以!
,艾莲的最后一次服务招待,96pao强力打造永久免费视频,特黄AAAAAA毛片免费。??时势3:日日.COm
??01月07日,【中国故事共创会】阿根廷驻华大使爱上中国红酒 期待中阿两国红酒贸易大有作为,
小不点灵觉敏锐,一起上避过诸多恐怖的;,也遭遇了许多次生死磨练,途中曾连遭重创,但终于照旧闯了过来。
,国产一级无码性爱视频,俄罗斯乱伦视频,肖战被扒开腿用黄瓜调教视频。??01月07日,入境游持续火热,让世界看到真实的中国,
1.不吃零食,尤其是坚决不吃三无产品。吃零食会给我们的康健带来不良的影响。
,日本黄色视国产在神马线,妹妹趴下让我桶,免费A级毛片18禁网站免费动漫中文。??时势4:音影先锋黄色网站
??01月07日,专家学者探讨新质生产力与长江经济带高质量发展,
“真不愧是朱厌的血!”有族老赞叹。
,嗯~啊~轻一点蘑菇网站H,5号房韩宝贝仙女屋的传说与历史背景,撒尿bbWbbw老妇女。??01月07日,中共中央宣传部发出关于认真组织学习《习近平文化思想学习纲要》的通知,
“小哥哥,好厉害啊,以后要好好教教我。”清风大眼发光,近乎敬重。
,撕开 吸奶头 进 视频在线看,清清操免费视频,久久艹日韩。责编:曹宏华
审核:彭忠富
责编:凤凰—西山—东郊
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
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1