arXiv · 机器人与计算机视觉· Taewon Kang, Matthias Zwicker·· 12 小时前AI 评分70
TPD:文本到视频扩散模型的时序先验解耦
TPD: Temporal Prior Decoupling for Text-to-Video Diffusion Models
AI 导读
针对文本到视频扩散模型在描述‘早期场景持续且新事件涌现’时出现的时序先验抑制失效问题,提出无需重训的采样修正方法 TPD。该方法通过构建仅基于早期片段的反事实条件,将被抑制的信号方向加回指导更新中,主要作用于晚期帧和结构形成步骤。实验表明该方法能显著改善晚期概念的实现效果,同时保持时序连贯性与视觉保真度,适用于任何暴露分类器自由引导更新的骨干网络。
来源:arXiv · 机器人与计算机视觉 · arxiv.org