FRESCO:CVPR 2024會議論文專案,用於零樣本影片翻譯的空間-時間對應方法

Link:fresco
FRESCO是一個用於零樣本影片翻譯的框架,它透過引入幀內和幀間對應關係來建立更強大的空間-時間約束,從而確保跨幀的語義相似內容的一致性轉換。該方法顯著提高了翻譯影片的視覺連貫性,並在產生高質量、連貫影片方面取得了顯著效果。

需求人群:

"適用於計算機視覺和深度學習領域的研究人員,以及需要進行影片翻譯和編輯的開發者。"

使用場景示例:

研究人員使用FRESCO進行影片風格遷移實驗,無需預先訓練模型

開發者利用FRESCO為電影製作提供快速的影片特效預覽

藝術家使用FRESCO創作視覺藝術作品,實現影片中的創意視覺效果

產品特色:

使用幀內和幀間約束提高時間一致性

零樣本學習,無需訓練或微調

與現有模型(如ControlNet、LoRA)相容,支援定製化翻譯

返回頂端