Разработана модель SEINE для создания высококачественных расширенных видео с плавными и креативными переходами между сценами. Уже знаменита своими потрясающими результатами! Теперь наши видео будут удивлять еще больше! #SEINE #видеомодель #качество #переходы
С учетом успеха моделей диффузии в создании текста и изображений возник ряд техник генерации видео, которые продемонстрировали интересные применения в этой области. Тем не менее, большинство методов генерации видео обычно создают видео на уровне “сцены”, включая всего несколько секунд и отображающих только одну сцену. В связи со столь кратким содержанием, такие видео явно не отвечают требованиям для кинематографического и фильмового производства.
В кинематографическом или промышленном видеопроизводстве “видео на уровне сюжета” обычно характеризуется созданием различных съемок с разными сценами. Эти индивидуальные съемки, различающиеся по длительности, соединяются с помощью переходов и монтажа, обеспечивая более длинные видео и более сложную визуальную историю. Сочетание сцен или съемок при монтаже фильма и видео, известное как переход, играет ключевую роль в постпродакшн. Традиционные методы переходов, такие как перетекания, затухания и перевороты, основаны на предопределенных алгоритмах или установленных интерфейсах. Однако эти методы лишены гибкости и часто ограничены в своих возможностях.
Альтернативный подход к бесшовным переходам заключается в использовании разнообразных и фантазийных съемок для плавного перехода от одной сцены к другой. Эта техника, широко применяемая в кинематографе, не может быть прямо сгенерирована с помощью предопределенных программ.
В данной работе представлена модель, которая решает малораспространенную проблему генерации плавных и плавных переходов, сосредоточиваясь на генерации промежуточных кадров между двумя разными сценами.
Для генерации ранее не встречавшихся кадров перехода на основе наблюдаемых условных изображений или видео SEINE включает модуль случайной маски. На основе видео набора данных авторы извлекают N-кадров из исходных видео, закодированных предварительно обученным вариационным автоэнкодером в латентные векторы. Кроме того, модель принимает текстовое описание как входные данные для усиления управляемости видео переходов и использования возможностей генерации видео по короткому тексту.
Во время этапа обучения латентный вектор подвергается коррекции с помощью шума, и применяется случайная маска условия, чтобы захватить промежуточное представление движения между кадрами. Механизм маскировки выборочно сохраняет или подавляет информацию из исходного латентного кода. SEINE принимает маскированный латентный код и саму маску в качестве условного входа, чтобы определить, какие кадры маскированы и какие остаются видимыми. Модель обучается предсказывать шум, влияющий на весь искаженный латентный код. Это предполагает изучение основного распределения шума, влияющего как на немаскированные кадры, так и на текстовое описание. Основываясь на моделировании и предсказании шума, модель стремится генерировать переходные кадры, реалистичные и визуально связные, плавно смешивая видимые кадры с немаскированными кадрами.
Ниже приведены некоторые последовательности из исследования.
Это было краткое описание SEINE, модели диффузии видео от коротких до длинных для создания качественных видео с плавными и творческими переходами между сценами. Если вас интересует это и вы хотите узнать больше, пожалуйста, обратитесь к приведенным ниже ссылкам.
Оригинал статьи опубликован на сайте MarkTechPost.
Если вам нужны рекомендации по управлению ИИ в бизнесе, свяжитесь с нами по адресу hello@itinai.com. Чтобы быть в курсе последних новостей об ИИ, подписывайтесь на наш Telegram-канал t.me/itinairu.
Посмотрите на практический пример решения на основе ИИ: бот для продаж, созданный для автоматизации общения с клиентами круглосуточно и управления взаимодействием на всех этапах пути клиента.
Изучите, как искусственный интеллект может улучшить ваши продажи и общение с клиентами. Познакомьтесь с нашими решениями на сайте itinai.ru
