猫眼影戏
 |
|
猫眼影戏
王敏文
手机审查
猫眼影戏记者 郭东彪 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：被 到爽 流片原神
??01月10日,张青松任中国投资有限责任公司党委书记,
“这头凶禽乃是远古神鸟的后裔，初始我们以为它突破了，需要增补血气，故此将一个数百万人的大部落吞食了个清洁，厥后才发明，它是要产卵了 。”一其中年男子道 。
,蝌蚪视频地址更新 。??01月10日,2023年中国财政收入突破21万亿元,
石云峰摇了摇头，道：“若是在外界，或者当着几股势力的面亮出来应该有大用，可是在这大荒中，只有这样一股凶寇，他们会灭口，不会让新闻传出去，作用不大 。”
,啊～轻点视频,www.AVGG日本在线,赫敏大胸被揉到失禁视频 。??时势2：日韩天堂网页免费视频
??01月10日,跨越万里援非路 医者仁心无国界,
??01月10日,打通“以旧换新”的堵点 来看旧家具家电如何“再生”,
??时势3：Fuck♥XXX♥furry
??01月10日,国台办：只要两岸关系好 太空探索一定有台胞参与空间,
下面是牛耳的名单：
,内射视频网站,白丝jk❌❌爆❌❌❌乳官方版,在线观看av网站特黄大片 。??01月10日,美方称瑙鲁断绝同台湾“外交关系”令人失望 中方驳斥,
这一记宝术很强，同时攻向紫山昆与雷明远两人，蛟鹏人很小，可是却非？褚，要以一敌二，来证实自己才是天纵之资 。
,国产妓女一级A片在线,巨乳黄片视频,手机在线黄色免费网站 。??时势4：日日干日日爽
??01月10日,（聚焦中国高质量发展）浙江兰溪游埠古镇：人间烟火气创富增收,
最终，小不点上路了，坐在独角兽上，冲向远方，朝着后方用力挥了挥手 。
,日本学生扒裙子打光屁股网站,群操污操视频,欧美姓爱黄色一级黄片 。??01月10日,六小龄童：人生需苦练“七十二变”才能笑对“八十一难”,
【庆建团40周年 天津市青年京剧团携三台经典大戏唱响梅大】
【消费者称网购枇杷干中吃出了杏核】
责编：刘聪聪
审核：宗良
责编：汪任华
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
