11:04官方账号arXiv cs.LG@Youjun Zhao, Alex Warren, Gary K. L. Tam, Rynson W. H. LauMirrorWorld 提出一种反射感知的视频修复框架,用于解决视频扩散模型生成镜像反射时内容不一致的问题。其引入语义关系蒸馏(SRD),借助冻结的视觉基础模型将可见场景与镜像区域的语义关联传递给生成过程。同时设计几何变换对齐(GTA)模块,学习反射内容在镜面内的空间排列变换。在由四个现有视频镜像数据集统一构建的基准上,MirrorWorld 的反射重建质量优于基于图像的反射生成方法和强视频修复基线。论文MirrorWorld视频扩散模型镜像反射推荐理由:MirrorWorld 把镜像反射生成做成视频修复任务,用 SRD 和 GTA 分别管反射内容和位置,效果比图像方法和视频修复基线都好。原文稍后读已读值得跟进有用关注 MirrorWorld