arXiv · 机器人与计算机视觉· Lixuan He, Jihyeon Je, Yang You, Leonidas Guibas·· 15 天前AI 评分72
What Remains in Sight?:一种基于表征引导的上下文重写自回归视频解码方法
What Remains in Sight? Autoregressive Video Decoding as Representation-Guided Context Rewriting
AI 导读
论文提出了名为 ReCR 的训练免费方法,将自回归视频解码重构为表征引导的上下文重写任务。该方法在每一步利用内部解码器表征构建选定的可见上下文,以匹配全局生成状态、避免冗余并覆盖时间边界。实验表明,ReCR 在多个长视界文本到视频基准上提升了不同自回归骨干网络的性能,且表征空间诊断分析证实优化可见内容是实现更稳定长视频解码的有效路径。
来源:arXiv · 机器人与计算机视觉 · arxiv.org