arXiv · 机器人与计算机视觉· Wei Li, Yiheng Zhang, Zhaofan Qiu, Ting Yao, Xiaoyan Sun, Tao Mei·· 4 小时前AI 评分73
MultiBinder:防止个性化视频生成中的多主体身份泄露
MultiBinder: Preventing Multi-Subject Identity Leakage in Personalized Video Generation
AI 导读
MultiBinder 是一种用于个性化视频生成的新框架,旨在解决多主体场景下的身份泄露与语义纠缠问题。该方法在扩散模型融合前引入两阶段条件过程:首先通过跨模态实体绑定提取身份中心特征并生成解耦的身份 token;其次利用多模态大语言模型作为叙事导演,合成包含角色动作的上下文特征。实验表明,该框架在多主体身份保真度上显著优于现有方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org