AAAI-2024 视频生成(Video Generation)相关论文7篇

最新推荐文章于 2024-12-14 22:14:02 发布
最新推荐文章于 2024-12-14 22:14:02 发布
阅读量1k 收藏 22
点赞数 19
分类专栏： 视频生成 文章标签： 音视频 人工智能 深度学习 神经网络 大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42155685/article/details/142993665
版权

AAAI-2024 视频生成(Video Generation)相关论文

在这里插入图片描述

Follow Your Pose: Pose-Guided Text-to-Video Generation Using Pose-Free Videos

文章解读: http://www.studyai.com/xueshu/paper/detail/29696cd360

文章链接:(10.1609/aaai.v38i5.28206)

Decouple Content and Motion for Conditional Image-to-Video Generation

文章解读: http://www.studyai.com/xueshu/paper/detail/36de59fd34

文章链接:(10.1609/aaai.v38i5.28277)

FG-EmoTalk: Talking Head Video Generation with Fine-Grained Controllable Facial Expressions

文章解读: http://www.studyai.com/xueshu/paper/detail/4d47262076

文章链接:(10.1609/aaai.v38i5.28309)

E2HQV: High-Quality Video Generation from Event Camera via Theory-Inspired Model-Aided Deep Learning

文章解读: http://www.studyai.com/xueshu/paper/detail/6d3888d3c7

文章链接:(10.1609/aaai.v38i5.28263)

ConditionVideo: Training-Free Condition-Guided Video Generation

文章解读: http://www.studyai.com/xueshu/paper/detail/70a824ce9f

文章链接:(10.1609/aaai.v38i5.28244)

Learn the Force We Can: Enabling Sparse Motion Control in Multi-Object Video Generation

文章解读: http://www.studyai.com/xueshu/paper/detail/9980e77a61

文章链接:(10.1609/aaai.v38i10.29056)

Diverse and Aligned Audio-to-Video Generation via Text-to-Video Model Adaptation

文章解读: http://www.studyai.com/xueshu/paper/detail/eed31807c8

文章链接:(10.1609/aaai.v38i7.28486)

视频外绘技术总结：Be-Your-Outpainter、Follow-Your-Canvas、M3DDM
沉迷单车的追风少年
01-27 1643
视频Inpaint的技术很火，但是OutPaint却热度不高，这篇博客总结比较经典的几篇视频Outpaint技术。其实Outpaint在runway等工具上很火，可是学术界对此关注比较少，博主从这三年的顶会中找到了最具代表性的三篇论文解读。
CVPR和其他2024顶会论文阅读（资源整理【1】）
cnjs1994的博客
12-05 1347
总结了一些今年视觉方向的顶会论文，后续会继续完善！
【视频生成模型】——Hunyuan-video 论文及代码讲解和实操
最新发布
zyw2002的博客
12-14 4770
HunyuanVideo 是一款全新的开源视频生成基础模型，其生成性能可与业内顶尖的闭源模型媲美。拥有超过 130 亿个参数，是当前规模最大的开源视频生成模型。 该模型集成了数据精选（）、高级架构设计()、渐进式模型扩展与训练（），以及高效的基础设施 ()，以支持大规模模型训练与推理。 HunyuanVideo 在视频生成的四个关键方面表现出色：、、和。 专业评测显示，HunyuanVideo 的表现优于 Runway Gen-3、Luma 1.6 以及其他三款顶尖的中文视频生成模型。 通过开源模型代码和应
Meta视频生成论文解读
Everly_的博客
10-17 1158
一、预训练预训练数据预训练数据集由亿级视频-文本对和十亿级图像-文本对组成。采用了与 (Dai et al., 2023) 类似的图像-文本数据筛选策略，本节中专注于视频数据的筛选。最初的数据池包括4秒至2分钟长的视频，涵盖了不同领域的概念，如人类、自然、动物和物体。我们的数据筛选流程产生了最终的预训练集，每个剪辑都与一个文本提示配对，每个剪辑时长在4秒至16秒之间，采用单次拍摄相机和非平凡运动。我们的数据筛选流程如图9所示。
TMultimedia-2024 视频生成(Video Generation)相关论文4篇
weixin_42155685的博客
10-16 261
文章解读: http://www.studyai.com/xueshu/paper/detail/0d192f057e文章链接:(10.1109/TMM.2023.3262972)文章解读: http://www.studyai.com/xueshu/paper/detail/442c8cda8e文章链接:(10.1109/TMM.2024.3362149)文章解读: http://www.studyai.com/xueshu/paper/detail/4b1184255b文章链接:(10.1109/TMM
论文阅读 视频生成|| Video-to-Video Synthesis
NLOS的博客
11-04 2458
T.-C. Wang et al., “Video-to-Video Synthesis,” arXiv:1808.06601 [cs], Dec. 2018, Accessed: Nov. 03, 2020. [Online]. Available: http://arxiv.org/abs/1808.06601. 论文项目地址:https://tcwang0509.github.io/vid2vid/ Abstract video-to-video synthesis: 学习一个从输入视频..
Few-shot Video-to-Video(NeurIPS 2019)视频生成论文解读
持续关注并分享目标检测、数据生成、视频驱动、跨模态、分割、关键点等领域前沿技术
07-17 796
few-shot vid2vid，通过基于样例图片的动态生成权重机制，提升视频生成泛化能力。
Make-A-Video（造啊视频）——无需文字-视频数据的文字转视频（文生视频）生成方法
My name is Conmajia
04-18 7460
Make-A-Video 是迄今为止最先进的文生视频方法，本文详细介绍了其实现原理，并提供了公开的训练数据集供读者参考。
Video Caption（跨模态视频摘要/字幕生成）
热门推荐
nakaizura
03-13 1万+
Video Caption 视频摘要/视频字母生成属于多模态学习下的一个子任务，大体目标就是根据视频内容给出一句文字描述。所生成的caption可用于后续的视频检索等等，也可以直接帮助智能体或者有视觉障碍的人理解现实情况。 典型的架构如上图（图自[ICCV2015] Sequence to Sequence – Video to Text，从视频帧到文本句子的端对端模型），该任务可以分解为两个子任务，一个是如何理解视频/多模态，并融合以得到更好的视觉表示，另一个是视频描述生成，如何得到质量高，甚至可控、稳.
时序动作提案生成 Temporal Action Proposal Generation 论文阅读
NEUXia的博客
11-25 2797
Fast Learning of Temporal Action Proposal via Dense Boundary Generator Accurate Temporal Action Proposal Generation with Relation-Aware Pyramid Network Boundary-Matching Network for Temporal Action Proposal
阿里视频生成大模型I2VGen-XL的论文来了！视频合成新范式
AIGCer的博客
11-26 3277
本文中，我们介绍了一种名为I2VGen-XL的级联视频合成模型，该模型能够从单个静态图像生成高质量的视频。从两个角度解决了问题：语义一致性和时空连续性，并设计了两个阶段分别解决这两个目标。通过使用大量的类别数据验证了I2VGen-XL方法的有效性。此外，通过将I2VGen-XL方法与图像合成算法相结合，探索了视频合成的新范式。然而，尽管付出了这些努力，我们知道视频合成仍然面临着许多挑战。需要在人体对象、持续时间和意图理解等方面进行进一步的探索，以解决视频合成中更多实际任务。
论文阅读 视频生成(vid2vid) || Few-shot Video-to-Video Synthesis
NLOS的博客
12-20 2803
论文原文： Ting-Chun Wang, Ming-Yu Liu, Andrew Tao, Guilin Liu, Jan Kautz, and Bryan Catanzaro. "Few-shot Video-to-Video Synthesis", in NeurIPS, 2019. https://nvlabs.github.io/few-shot-vid2vid/main.pdf 论文地址： https://nvlabs.github.io/few-shot-vid2vid/ ..
【每周CV论文推荐】初学基于GAN的视频生成有哪些经典论文需要阅读
hacker_long的专栏
09-14 1140
欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。当前图像生成领域的发展已经非常成熟，与之相关的视频生成领域也一直被研究，不过这是一个更难的问题，还没有那么成熟，本次我们来给大家介绍初学基于GAN的视频生成领域值得阅读的论文。作者&编辑 | 言有三1 VideoGAN和TGANVideoGAN是DC...
gen1-视频生成论文阅读
持续关注并分享目标检测、数据生成、视频驱动、跨模态、分割、关键点等领域前沿技术
07-03 1677
gen1，Runway出品，作者提出基于扩散模型视频生成方法。基于深度估计确保结构一致性，同时利用文本或图片进行内容控制；通过在模型中引入时间连接以及联合图像视频训练确保时间稳定性，通过控制轮次ts控制结构保留度。
AIGC-视频生成-AnimateDiff-基于T2I模型的动态生成论文详细解读
hflexxx的博客！喜欢的话点个关注！
06-11 2048
AnimateDiff: Animate Your Personalized Text-to-Image Diffusion Models without Specific Tuning论文精度+原理阐述
【论文阅读】MoCoGAN: Decomposing Motion and Content for Video Generation
kanon的博客
03-14 1455
视频中的视觉信号可以分为内容和运动。内容指定了视频中的对象，而运动描述了它们的动态。基于这一先验知识，我们提出了运动和内容分解的生成对抗网络（MoCoGAN）框架用于视频生成。所提出的框架通过将一系列随机向量映射到一系列视频帧来生成视频。每个随机向量由内容部分和运动部分组成。在内容部分保持固定的同时，运动部分被实现为一个随机过程。由于短视频剪辑中的内容通常保持不变，因此使用高斯分布对内容空间进行建模，并使用相同的实现来生成视频剪辑中的每一帧。从运动空间采样是通过循环神经网络实现的，在训练期间学习网络参数。
论文阅读（二）：Decomposing Motion and Content for Video Generation
ydy_2017211924的博客
09-19 1885
Abstract 视频中的视觉信号可以分成内容和动作两部分 内容->视频中有什么 动作->描述运动 分解内容和运动的视频生成：将随机向量序列映射成视频序列 每个随机向量包括内容部分和动作部分，当内容部分确定后，动作部分被认为是一个随机过程 为了以无监督的方式学习运动和内容分解，我们提出了一种新的基于图像和视频鉴别器的对抗性学习方案。 Introduction 深生成模型最近受到越来越多...
ACMMM-2024 视频生成(Video Generation)相关论文6篇
weixin_42155685的博客
10-16 568
文章解读: 文章链接: 文章解读: 文章链接: 文章解读: 文章链接: 文章解读: 文章链接: 文章解读: 文章链接: 文章解读: 文章链接:
TPS Motion（CVPR2022）视频生成论文解读
持续关注并分享目标检测、数据生成、视频驱动、跨模态、分割、关键点等领域前沿技术
07-24 3813
本文提出无监督TPS Motion取得SOTA， 1、提出thin-plate spline（TPS）运动估计，以生成更灵活光流，将源图特征迁移至目标图特征； 2、为了补全缺失区域，使用多分辨率遮挡mask进行有效特征融合。 3、额外辅助损失函数用于确保网络各模块分工，使得生成高质量图片；...
AAAI-2018收录机器智能精选论文深度解析
文件名称列表中提到的“顶级学术会议AAAI-2018收录论文.pdf”很可能是这份精选合集的目录或者索引文件，提供了论文的完整列表或者每篇论文的简要介绍。由于这是一个索引文件，它不会包含具体的论文内容，而是指导...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值