猫眼影戏
猫眼影戏
杨奋
手机审查
猫眼影戏记者 伊恩·特纳 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:农村少妇无套内谢视频下载
??01月08日,【小新的Vlog】我们为什么需要古旧书?对话北京书市淘书人,
他有足够的底气,由于族中那头金色的神狼来了,这是五万里内最强盛的一头祭灵,活了很漫长的岁月。族主也许不是这片土地上的第一能手,可是这头金色的神狼却可以在各富家的祭灵中称尊!
,无码的,黄色视频免费网站。??01月08日,互联网平台不能成为“卖药江湖”,
一要学深学透,提高事情能力。 这次培训,安排内容注重现实事情,涉及的营业知识有较强的针对性和适用性。因此要通过认真的学习,凭证科学生长观的要求,切实增强执政能力建设,提高事情实效。要进一步增强忧患意识和生长意识,坚持经济建设这其中心,全神贯注搞建设,一心一意营生长,通过生长来解决前进中面临的问题和难题,自觉地把头脑熟悉从那些不适时宜的看法、做法从体制的约束中解放出来,以立异促生长,以立异求突破,鼎力大举立异事情思绪、事情载体和事情要领,起劲实现我街道经济社会在更高平台上的新生长。
,流萤胸乳 裸露漫画,双性恋GV在线,超碰人人操操。??时势2:一级黄色A片66666666wwwwwcn
??01月08日,贵州从江一民船侧翻 致8人遇难,
“呀,这兽牙串威力真大。”石昊迷糊的挠了挠头,他很受惊,四十二颗兽牙又飞了回来,化成莹空手串,缠在了他的腕上。
,锵锵锵锵锵游戏免费完整观看,亚洲美女白虎自尉抠逼,男男Gay叫床啪啪无码。??01月08日,汕梅高速改扩建项目 成功架设首片预制梁,
净土中,霞光翱翔,灵湖晶莹如温玉,可是此时的大战却破损了这里的清静,一群天纵奇才大闹神猴窝。
,入口一,靠逼视频在线观看,免费欧美性交电影网站。??时势3:十八岁一千个黄色网站
??01月08日,台媒:瑙鲁宣布与台湾“断交”,
听到这句话,床上的老人猛地睁开了眼睛,原本阴晦的眸子,此时一下子发出了逼人的光华,颤声道:“你……真的是他?”
,久久久免费小视频,杨钰莹一级内谢毛片,91制片厂。??01月08日,如何科学“贴秋膘”?专家:忌盲目“进补”,
我的心是“事业心”,敬业贡献、实现自我是这颗心的质地;
,十八大禁黄色网站,国产91在线视讯,大 B。??时势4:色哟哟99精品网站
??01月08日,为惠州打造广东高质量发展 新增长极提供坚强保障,
小不点马上笑了,很开心,将它摆弄过来,翻转已往,玩的不亦乐乎。
,暴躁老阿姨csgo图片高清,糖心视传媒一区,人人莫人人干。??01月08日,脱贫地区农副产品网销平台销售额超500亿元,
云天宫的老人站出,道:“算了,这里民俗淳厚,何须为难他们。”在说这些话时,他看向了罗浮大泽的那位中年人蛟苍,关于蛟鹏,他是无需客套与多说什么的。
,人人做人人看,啊 学长 好硬 拔出来 罗莉岛,欧美特黄久久精品一级A片。【江苏盐城:点“绿”成金 绘就生态文明新画卷】
【康巴诺尔杯·2024 第八届康保马拉松鸣笛开跑】
责编:胡永良
审核:埃里克斯波尔斯特拉
责编:罗森·普列夫
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1