猫眼影戏
 |
|
猫眼影戏
刘开庆
手机审查
猫眼影戏记者 安德里亚·艾肯扎罗 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：国产美女在线麻豆精品
??01月11日,1月中国百城新房价格环比微涨 二手房成交活跃度较高,
“诸多部落被灭的场景果真是它发出的 。”小不点稍微一催动，就再次看到了尸横遍野的画面，这骨剪泉源惊人 。
,八重神子下部被注入岩元素 。??01月11日,天府评论：耕好“无形良田”让希望的田野更加充满希望,
“它在祭炼与温养此骨，硬是想让金骨复生 。”小不点目露奇光，这金色的骨剪超凡，不是一样平常人可以拥有的 。
,国产亚洲成AⅤ人片在线,无尽 裸体 女同 3D在线观看,18岁网站黄色女孩 。??时势2：雯雯的性调教日记H全文骨科视频
??01月11日,印尼北马鲁古省发生洪灾 已致7人死亡,
两年之后，当你们要与自己的中学时代离别而登上人生的大舞台时，你们会深深感应这小舞台给予你的一切是何等珍贵，这是一段何等难忘的人生旅途 。
,国产精品有码无码AV,操干网免费在线视频,XXXXXL19DFM2021说明书使用说明 。??01月11日,和谐共生｜解码“地球之肾”，中国湿地何以美出圈？, 常泰长江大桥是长江上首座集高速公路、城际铁路、通俗公路三种方法于一体的过江通道 。大桥全长10.03公里，其中公铁合建段长5299.2米，由一座主跨1208米的钢桁梁斜拉桥、两座主跨388米的钢桁拱桥和一座3×124米的一连钢桁梁桥组成，创下了最大跨度斜拉桥、最大跨度公铁两用钢桁拱桥和最大一连长度钢桁梁的天下纪录 。,国产一级二级黄色免费网站,www..comAV在线观看,小孩吃大雷的视频 。
??时势3：www在线观看国产
??01月11日,北京城市副中心出台政策吸引网络视听企业集聚发展,
三、富厚军训生涯，注重综合素质的作育
,在线看黄视频有限公司,美女被操视频网站,A片免费观看网站 。??01月11日,加快完善银发经济支持政策体系 重视科技第一动力作用,
少女更是翻白眼，情绪白为他担心了，这小财迷跟那帮人一样，也在动歪头脑呢 。
,中文字幕乱在线伦视频高瀬,客人一级毛片操操操,中文字幕有限公司 。??时势4：污污网站色色
??01月11日,《中国婚礼通志》发布 《中华岁时通志》启动出版,
“咿呀！”
,久久久AAA片,大黄色视频试看60秒毛片,久久亚洲女色专区入口 。??01月11日,浙江义乌红糖生产忙 外国游客慕名前来购买,
7、清静用电：不乱摆弄开关、插座等种种电器装备 。不乱接电源、乱拉电线 。严禁损坏电线和电器 。下雨天不在大树下或高峻修建物下避雨，避免雷击，不得损坏电线、电器及通讯设施装备 。
,69视频,一级黄色视频,国产噜噜视频樱花社,女人A级毛片18毛水真多 。责编：谭崇正
审核：惠海泽
责编：陈大愚
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
