Copertina

VSTAR: Generative Temporal Nursing for Longer Dynamic Video Synthesis

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Yumeng, Beluch, William, Keuper, Margret, Zhang, Dan, Khoreva, Anna
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning Multimedia
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Divide & Bind Your Attention for Improved Generative Semantic Nursing
di: Li, Yumeng, et al.
Pubblicazione: (2023)

Adversarial Supervision Makes Layout-to-Image Diffusion Models Thrive
di: Li, Yumeng, et al.
Pubblicazione: (2024)

Domain-Aware Fine-Tuning of Foundation Models
di: Kaplan, Ugur Ali, et al.
Pubblicazione: (2024)

Multimodal Long Video Modeling Based on Temporal Dynamic Context
di: Hao, Haoran, et al.
Pubblicazione: (2025)

InteractiveVideo: User-Centric Controllable Video Generation with Synergistic Multimodal Instructions
di: Zhang, Yiyuan, et al.
Pubblicazione: (2024)

Video Face Re-Aging: Toward Temporally Consistent Face Re-Aging
di: Muqeet, Abdul, et al.
Pubblicazione: (2023)

STIV: Scalable Text and Image Conditioned Video Generation
di: Lin, Zongyu, et al.
Pubblicazione: (2024)

MagicMotion: Controllable Video Generation with Dense-to-Sparse Trajectory Guidance
di: Li, Quanhao, et al.
Pubblicazione: (2025)

LayerT2V: A Unified Multi-Layer Video Generation Framework
di: Li, Guangzhao, et al.
Pubblicazione: (2025)

Reinforcement Learning for Unsupervised Video Summarization with Reward Generator Training
di: Abbasi, Mehryar, et al.
Pubblicazione: (2024)

DiTCtrl: Exploring Attention Control in Multi-Modal Diffusion Transformer for Tuning-Free Multi-Prompt Longer Video Generation
di: Cai, Minghong, et al.
Pubblicazione: (2024)

Latent Space Probing for Adult Content Detection in Video Generative Models
di: Khatri, Alizishaan, et al.
Pubblicazione: (2026)

FlashMotion: Few-Step Controllable Video Generation with Trajectory Guidance
di: Li, Quanhao, et al.
Pubblicazione: (2026)

MotionCtrl: A Unified and Flexible Motion Controller for Video Generation
di: Wang, Zhouxia, et al.
Pubblicazione: (2023)

IllumiCraft: Unified Geometry and Illumination Diffusion for Controllable Video Generation
di: Lin, Yuanze, et al.
Pubblicazione: (2025)

Towards Multi-Task Multi-Modal Models: A Video Generative Perspective
di: Yu, Lijun
Pubblicazione: (2024)

VidCRAFT3: Camera, Object, and Lighting Control for Image-to-Video Generation
di: Zheng, Sixiao, et al.
Pubblicazione: (2025)

Video-based Music Generation
di: Sulun, Serkan
Pubblicazione: (2026)

Human-Centric Foundation Models: Perception, Generation and Agentic Modeling
di: Tang, Shixiang, et al.
Pubblicazione: (2025)

Emu Video: Factorizing Text-to-Video Generation by Explicit Image Conditioning
di: Girdhar, Rohit, et al.
Pubblicazione: (2023)

Low-Resolution Object Recognition with Cross-Resolution Relational Contrastive Distillation
di: Zhang, Kangkai, et al.
Pubblicazione: (2024)

Control-A-Video: Controllable Text-to-Video Diffusion Models with Motion Prior and Reward Feedback Learning
di: Chen, Weifeng, et al.
Pubblicazione: (2023)

Neuron Abandoning Attention Flow: Visual Explanation of Dynamics inside CNN Models
di: Liao, Yi, et al.
Pubblicazione: (2024)

Diffusion Model-Based Video Editing: A Survey
di: Sun, Wenhao, et al.
Pubblicazione: (2024)

Text Slider: Efficient and Plug-and-Play Continuous Concept Control for Image/Video Synthesis via LoRA Adapters
di: Chiu, Pin-Yen, et al.
Pubblicazione: (2025)

PlanLLM: Video Procedure Planning with Refinable Large Language Models
di: Yang, Dejie, et al.
Pubblicazione: (2024)

Lightning Fast Video Anomaly Detection via Adversarial Knowledge Distillation
di: Croitoru, Florinel-Alin, et al.
Pubblicazione: (2022)

End-to-end Semantic-centric Video-based Multimodal Affective Computing
di: Lin, Ronghao, et al.
Pubblicazione: (2024)

MAVOS-DD: Multilingual Audio-Video Open-Set Deepfake Detection Benchmark
di: Croitoru, Florinel-Alin, et al.
Pubblicazione: (2025)

V2M-Zero: Zero-Pair Time-Aligned Video-to-Music Generation
di: Lin, Yan-Bo, et al.
Pubblicazione: (2026)

Using AI to Summarize US Presidential Campaign TV Advertisement Videos, 1952-2012
di: Breuer, Adam, et al.
Pubblicazione: (2025)

COMODO: Cross-Modal Video-to-IMU Distillation for Efficient Egocentric Human Activity Recognition
di: Chen, Baiyu, et al.
Pubblicazione: (2025)

VDC-Agent: When Video Detailed Captioners Evolve Themselves via Agentic Self-Reflection
di: Wang, Qiang, et al.
Pubblicazione: (2025)

Time-to-Move: Training-Free Motion Controlled Video Generation via Dual-Clock Denoising
di: Singer, Assaf, et al.
Pubblicazione: (2025)

Meta-CoT: Enhancing Granularity and Generalization in Image Editing
di: Zhang, Shiyi, et al.
Pubblicazione: (2026)

Flow Generator Matching
di: Huang, Zemin, et al.
Pubblicazione: (2024)

Generating Illustrated Instructions
di: Menon, Sachit, et al.
Pubblicazione: (2023)

X-Prompt: Towards Universal In-Context Image Generation in Auto-Regressive Vision Language Foundation Models
di: Sun, Zeyi, et al.
Pubblicazione: (2024)

Discover Your Neighbors: Advanced Stable Test-Time Adaptation in Dynamic World
di: Jiang, Qinting, et al.
Pubblicazione: (2024)

Improving Visual Representation Alignment Generation with GRPO
di: Mo, Shentong, et al.
Pubblicazione: (2026)