猫眼影戏
 |
|
猫眼影戏
罗布顿珠
手机审查
猫眼影戏记者 吕鑫 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：孽徒啊轻点灬太粗嗯太深了电影
??01月13日,【风起黄埔】黄埔一期曹渊孙女: 祖父壮烈牺牲后周恩来叶挺照顾遗孤,
“天啊 ，它只有拳头大 ，怎么能吃下这么一大袋食物 ，小肚皮怎么装得下？”
,2021亚洲精品黄片视频。??01月13日,中国最新万亿级城市的“新”发展,
第七、在军训中 ，各班要实时做好宣传报道事情 ，以表扬先进 ，推动后进 ，鼓舞士气。
,18禁成人猛撞九幺,欧洲AV一级在线观看,吴梦梦到粉丝家里第一季在线观看新华。??时势2：WW欧美WW欧在线观看
??01月13日,山西晋城窦庄古堡：一座“夫人城”尽览明清风华,
现在这头凶禽很是担心 ，它是从山脉中逃出来的 ，大山最深处的酣战太恐怖了 ，即便被封闭 ，依旧令万灵都颤抖。
,国产小伙嫖妓在线播放,免费的黄色网站能看A片,国内精品久久精品影院。??01月13日,2024特别版《一路生花》,
他以凡人难以想象的爆发力 ，腾跃向天 ，不但凌驾了石毅的那座山峰 ，并且也凌驾了另一座灰褐色的大山。
?第九十五章 成为传说,国产949理论片在线观看,嗯～啊～快点,AV黄色网址免费在线观看。??时势3：美女让扒开腿男生白浆动态图
??01月13日,甘肃天水有轨电车困局,
大战爆发 ，这群人虽然很强 ，可是在这初始地于搬血境中 ，真是无人能挡小不点 ，即便人多也无用 ，他手中的宝扇太厉害了。
,欧美精品你懂的在线观看,日韩精品无码综合福利网,md传媒演员苏畅。??01月13日,2023年中国快递业务量超1300亿件,
紫金蛇与血貂配合太默契了 ，适才似乎经由演练一遍 ，这让小不点赞叹 ，这些生灵果真都有着极高的智慧。
,jizzjizz大全,女裸黄色网站,色色视频免费版。??时势4：欧美色影院
??01月13日,把握城乡关系动态演变 探索符合国情的城乡融合发展道路,
在接下来日子里 ，石村的孩子们都很起劲 ，高昂向上 ，苦修骨文 ，磨炼血气 ，一个个都壮的跟凶兽般。
,欧美3d动漫 18禁网站,A级毛片高清视频免费大全,巨乳 动漫被 美女。??01月13日,【百万庄小课堂】马拉松需要怎么跑？,
“快 ，赶忙包扎！”石飞蛟大喝道。
,色情网址,国产在线视频域名,首页 国产 欧美 日韩 丝袜。责编：张杰
审核：尚宏彬
责编：江明
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
