Track4Gen: Teaching Video Diffusion Models to Track Points Improves Video Generation
专题命中 视频扩散模型 :video generation(title,abstract);video diffusion(title,abstract);分类 cs.CV
Comments CVPR 2025, Project page: hyeonho99.github.io/track4gen
AI 大模型
视频理解、视频生成、视频语言模型和时序视觉推理。
专题命中 视频扩散模型 :video generation(title,abstract);video diffusion(title,abstract);分类 cs.CV
Comments CVPR 2025, Project page: hyeonho99.github.io/track4gen
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);video generation(abstract);分类 cs.CV
Comments CVPR 2025. Project Page: https://jasper0314-huang.github.io/videomage-customization
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);video generation(abstract);分类 cs.CV
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);video generation(abstract);分类 cs.CV
Comments Accepted by ICLR2025
专题命中 视频扩散模型 :video generation(title,abstract);video diffusion(title,abstract);分类 cs.CV
Comments Project page: https://igl-hkust.github.io/das/ Codes: https://github.com/IGL-HKUST/DiffusionAsShader
专题命中 视频扩散模型 :video generation(title,abstract);video diffusion(title,abstract);分类 cs.CV
Comments Project Page: https://wutao-cs.github.io/VideoMaker/
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);video generation(abstract);分类 cs.CV
Comments Accepted by ECCV 2024. Project page: https://customize-a-video.github.io
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);video understanding(abstract);分类 cs.CV
Comments Appear at ECCV 2024, and the code is available at https://github.com/buxiangzhiren/VD-IT
专题命中 视频扩散模型 :video generation(title,abstract);video diffusion(title,abstract);分类 cs.CV
专题命中 视频扩散模型 :video diffusion(title,abstract);text-to-video(title,abstract);分类 cs.CV
Comments Generative Models for Computer Vision Generative Models for Computer Vision CVPR 2024 Workshop
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);video generation(abstract);分类 cs.CV
Comments CVPR 2024
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);video generation(abstract);分类 cs.CV
Comments Project page: https://guoyww.github.io/projects/SparseCtrl
专题命中 视频扩散模型 :long video(title,abstract);video generation(abstract);video diffusion(abstract);text-to-video(abstract)
专题命中 视频扩散模型 :video diffusion(title,abstract);video generation(abstract);text-to-video(abstract);long video(abstract)
T2VAttack:针对文本到视频扩散模型的对抗攻击
机构 * Hangzhou Institute for Advanced Study, UCAS, school of Intelligent Science and Technology(杭州高等研究院,UCAS,智能科学与技术学院) ; State Key Laboratory of AI Safety, Institute of Computing Technology (ICT), Chinese Academy of Sciences (CAS)(人工智能安全国家重点实验室,计算技术研究所,中国科学院) ; University of Chinese Academy of Sciences (UCAS)(中国科学院大学)
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);分类 cs.CV
AI总结 T2VAttack研究了文本到视频扩散模型的对抗攻击,提出两种攻击方法揭示模型在语义和时间动态上的脆弱性。
结构状态空间模型与视频扩散模型的结合:利用结构状态空间实现高效长时视频生成
机构 * The University of Tokyo(东京大学)
专题命中 视频扩散模型 :video generation(title,abstract);video diffusion(title);分类 cs.CV
AI总结 本文提出利用结构状态空间模型作为视频扩散模型的时序特征提取器,以解决传统注意力层在生成长视频序列时的计算成本问题,实验表明结构状态空间模型在内存使用和性能上更具优势。
Comments Accepted as a workshop paper at ICLR 2024
动态Rad:面向长视频扩散的内容自适应稀疏注意力
机构 * University of Electronic Science and Technology of China(电子科学与技术大学) ; Shenzhen Institute for Advanced Study, UESTC(深圳先进研究院) ; Computational Mathematics, Science, & Engineering at Michigan State University (MSU)(密歇根州立大学计算数学、科学与工程)
专题命中 视频扩散模型 :video diffusion(title,abstract);long video(title);分类 cs.CV
AI总结 本文提出DynamicRad,通过引入双模式策略和语义运动路由器,实现长视频扩散中的高效稀疏注意力机制,提升推理速度并保持高质量。
PROBE: 诊断 erased 文本到视频扩散模型中的残余概念容量
机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院) ; Department of Computer Science and Engineering, University of Nevada(内华达大学计算机科学与工程系)
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);分类 cs.CV
AI总结 PROBE 通过多级评估框架揭示文本到视频扩散模型中被擦除概念的残余容量,发现所有测试方法留有可测量的残余能力,且其鲁棒性与干预深度相关,指出当前擦除方法仅实现输出级抑制而非表征移除。
Comments This preprint was posted after submission to IEEE Transactions
自适应混合缓存用于高效文本到视频扩散模型加速
机构 * Sun Yat-sen University(中山大学) ; Alibaba Group(阿里巴巴集团) ; National University of Singapore(新加坡国立大学)
专题命中 视频扩散模型 :video diffusion(title);text-to-video(title);video generation(abstract);分类 cs.CV
AI总结 本文提出MixCache,一种基于缓存的训练自由框架,通过自适应混合缓存策略提升视频DiT模型的生成效率和质量。
Comments 9 pages, 12 figures
机构 * Peking University(北京大学)
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);分类 cs.CV
机构 * Zhejiang University(浙江大学) ; University of California, Los Angeles(加州大学洛杉矶分校) ; Palo Alto Networks(帕洛阿尔托网络公司) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);分类 cs.CV
Comments To appear in the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP)
专题命中 视频扩散模型 :video generation(title,abstract);video diffusion(title);分类 cs.MM
Comments IJCNN 2025. The source code is available: https://github.com/SonyResearch/SVG_baseline
专题命中 视频扩散模型 :video generation(title,abstract);long video(title);分类 cs.CV
Comments Accepted by CVPR 2025
专题命中 视频扩散模型 :text-to-video(title,abstract);video diffusion(title);分类 cs.CV
Comments Project page: https://www.csie.ntu.edu.tw/~b09902097/motionmatcher/
锚点强制:用于交互式流视频扩散的锚点记忆与三区域RoPE
机构 * Zhejiang University(浙江大学) ; vivo BlueImage Lab(vivo蓝影实验室) ; University of Hong Kong(香港大学)
专题命中 视频扩散模型 :video diffusion(title,abstract);video generation(abstract);long video(abstract);分类 cs.CV、eess.IV
AI总结 本文提出锚点强制框架,通过锚点引导重置缓存和三区域RoPE解决交互式流视频生成中的质量退化和运动动态减弱问题,提升感知质量和运动指标。
机构 * The University of Hong Kong(香港大学) ; University of Newcastle(新castle大学) ; Westlake University(西湖大学)
专题命中 视频扩散模型 :video diffusion(title,abstract);video generation(abstract);text-to-video(abstract);分类 cs.CV、eess.IV
Comments ACM MM 2025
专题命中 视频扩散模型 :video diffusion(title,abstract);video generation(abstract);text-to-video(abstract);分类 cs.CV、cs.MM
专题命中 视频扩散模型 :video diffusion(title,abstract);video generation(abstract);text-to-video(abstract);分类 cs.CV、cs.MM
Comments CVPR 2024; Project page: https://trip-i2v.github.io/TRIP/
专题命中 视频扩散模型 :video diffusion(title,abstract);video generation(abstract);text-to-video(abstract);分类 cs.CV、cs.MM
Comments Project page: https://instructvideo.github.io/
专题命中 视频扩散模型 :video diffusion(title,abstract);video generation(title)
Comments Project page: https://kimgeonung.github.io/VideoFrom3D/