猫眼影戏
猫眼影戏
哈格兰
手机审查
猫眼影戏记者 王乐 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:免费性交网
??01月07日,南京港进出港船舶吃水最大纪录被刷新,
“柳神,我知道你一定能听到我的话,也相信你可以呵护村子,请你守护这里。”小不点大眼纯净,对着焦黑的柳木轻语。
,妲己巨乳 拔萝卜 自慰游戏。??01月07日,(身边的变化)家庭医生炼成记:从追着居民跑到成为“医生朋友”,
狈村的人一怔,但并没有迟疑,听从下令,箭如雨下,嗖嗖响个一直,射向青鳞鹰的几处伤口。
,狼色色,黄色电影A片,色1视频免费网站。??时势2:亚洲色情综合娱乐久久
??01月07日,叙利亚反对派武装攻入哈马市,叙国防部长最新回应,
党委办公室作为党委主要的职能部分、照料部分和综合协调部分,是上承下联的中枢机构,处于一个很是特殊、很是主要、很是要害的职位。位置主要就意味着责任重大,党委办公室能不可充分验展好各级党委的照料助手作用,进一步提高“三效劳”水平;能不可充分验展好催促检查作用,把各级党委的意图和决议落到实处;能不可充分验展好综合协调作用,整合各方资源和实力,直接关系到能否落实地委重大思绪和决议,直接关系到各级党委在群众心目中的素质、能力和形象问题。“办公室事情无小事”,也正是基于对这一点的深刻熟悉。新形势、新使命对办公室事情提出了新的更高要求,各级党委办公室要自动围绕党委的中心事情,一直增强责任感和紧迫感,一直提高为党委事情阵势效劳的意识和能力。
,www日免费看,99三级视频免费,影音先锋最新资源网站在线观看。??01月07日,理解山西丨长城一号公路串起的不止古建文物,还有一种坚持“双十一”宁夏实现网络零售额23.1亿元,
列位先生,同砚们:
,拖 摸 網站,好大好深好猛好爽好湿视频,欧美黄色视频操逼网。??时势3:黄91精品网站视频
??01月07日,中央赠港大熊猫命名比赛反应热烈 海洋公园收逾2万份命名建议,
这得是何等恐怖的生灵?所有人都重新凉到脚,有些人想到自己的部族还曾要去探山宝呢,这真的是活腻了,幸好最终退却了!
,XNXX国产精品,无码黄色视频一区,亚黄片免费观看。??01月07日,中国驻埃尔比勒总领馆提醒中国公民密切关注安全形势,
这几天不少网友都在问:辩护是什么意思(无罪辩护)方面的执法知识,小编也是查阅许多资料,整理了相关方面的答案,各人可以参考一下, 做无罪辩护的后果就是不乐成会加重刑罚,无罪辩护,就是犯法嫌疑人拒绝认可犯法行为,已经认可的,属于翻供,这样一来,无论是自首、坦率都不可立,也就不保存认罪态度较好。...
??时势4:欧美3p精产视频在线观看
??01月07日,实干开创美好未来,
石村清静,村头的院子中,小不点抱着一个小瓦罐,正准备煮兽奶,他偷偷摸摸,时时以大眼瞟向院门口,生怕被一群大孩子觉察。
,少妇被c 黄 在线网站男男,国产曰批全过程免费视频,A一级 XX。??01月07日,中国经济信心说丨看两会 信心从哪里来,
现在,他掌握有《原始真解》,修行不可问题了,可最缺的就是宝术。
,大胸女被c 黄秘 紫薇,健身教练漫画免费观看,欧美一级AⅤ在线。责编:李森林
审核:许村镇
责编:李维汉
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