研究提出了一種新穎的可控制相機姿態(tài)的圖像到視頻生成框架 ——CamCo,用于生成高質(zhì)量、三維一致的視頻。通過引入 Plücker 坐標(biāo),為預(yù)訓(xùn)練的圖像到視頻生成器提供了精確參數(shù)化的相機姿態(tài)輸入。
為了增強生成的視頻的三維一致性,研究人員在每個注意力模塊中集成了極線約束注意力模塊,以對特征圖施加極線約束。此外,通過結(jié)構(gòu)光算法對真實世界視頻進(jìn)行微調(diào),以改進(jìn)對象運動的合成效果。實驗結(jié)果表明,與之前的模型相比,CamCo 在三維一致性和相機控制能力方面有顯著的改進(jìn),同時能夠有效地生成合理的對象運動。
CamCo 是一個全新的可控制相機的圖像到視頻生成框架,可以生成高質(zhì)量、三維一致的視頻。CamCo 通過使用 Plücker 坐標(biāo)和極線約束注意力塊將相機參數(shù)注入模型中。研究人員還引入了一個數(shù)據(jù)篩選流程,用于處理帶有動態(tài)主體的真實世界視頻,并通過這個篩選后的數(shù)據(jù)集對 CamCo 進(jìn)行微調(diào),以提高其生成具有相機自我運動和動態(tài)主體的視頻的能力。
給定一張單獨的圖片和一個相機序列作為輸入,CamCo 模型可以合成符合相機條件并具有三維一致性的視頻。我們支持室內(nèi)、室外、以物體為中心的和文本到圖像生成的圖片。最后一行的提示為 "一個繁茂的花園,里面有各種顏色的盛開的玫瑰,中間蜿蜒著一條石子路",第一幀的相機姿態(tài)以紫色顯示。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
近日,德國柏林國際電子消費品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)成功斬獲兩項“IFA全球產(chǎn)品設(shè)計創(chuàng)新大獎”金獎,有力證明了其在全球市場的強大影響力。
近日,中國家電及消費電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實驗室、上海臨港經(jīng)濟發(fā)展(集團(tuán))有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。