Buchumschlag

A Physical Coherence Benchmark for Evaluating Video Generation Models via Optical Flow-guided Frame Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Yongfan, Zhu, Xiuwen, Li, Tianyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VideoAR: Autoregressive Video Generation via Next-Frame & Scale Prediction
von: Ji, Longbin, et al.
Veröffentlicht: (2026)

Optical Flow Representation Alignment Mamba Diffusion Model for Medical Video Generation
von: Wang, Zhenbin, et al.
Veröffentlicht: (2024)

Landmark-guided Diffusion Model for High-fidelity and Temporally Coherent Talking Head Generation
von: Tan, Jintao, et al.
Veröffentlicht: (2024)

Detecting AI-Generated Video via Frame Consistency
von: Ma, Long, et al.
Veröffentlicht: (2024)

Motion Dreamer: Boundary Conditional Motion Reasoning for Physically Coherent Video Generation
von: Xu, Tianshuo, et al.
Veröffentlicht: (2024)

FrameBridge: Improving Image-to-Video Generation with Bridge Models
von: Wang, Yuji, et al.
Veröffentlicht: (2024)

VideoCogQA: A Controllable Benchmark for Evaluating Cognitive Abilities in Video-Language Models
von: Li, Chenglin, et al.
Veröffentlicht: (2024)

Benefits of Feature Extraction and Temporal Sequence Analysis for Video Frame Prediction: An Evaluation of Hybrid Deep Learning Models
von: Velázquez, Jose M. Sánchez, et al.
Veröffentlicht: (2025)

Optical-Flow Guided Prompt Optimization for Coherent Video Generation
von: Nam, Hyelin, et al.
Veröffentlicht: (2024)

AEGIS: Authenticity Evaluation Benchmark for AI-Generated Video Sequences
von: Li, Jieyu, et al.
Veröffentlicht: (2025)

FrameMind: Frame-Interleaved Video Reasoning via Reinforcement Learning
von: Ge, Haonan, et al.
Veröffentlicht: (2025)

Video-Bench: Human-Aligned Video Generation Benchmark
von: Han, Hui, et al.
Veröffentlicht: (2025)

KFS-Bench: Comprehensive Evaluation of Key Frame Sampling in Long Video Understanding
von: Li, Zongyao, et al.
Veröffentlicht: (2025)

SCBench: A Sports Commentary Benchmark for Video LLMs
von: Ge, Kuangzhi, et al.
Veröffentlicht: (2024)

CINEMA: Coherent Multi-Subject Video Generation via MLLM-Based Guidance
von: Deng, Yufan, et al.
Veröffentlicht: (2025)

Playing with Transformer at 30+ FPS via Next-Frame Diffusion
von: Cheng, Xinle, et al.
Veröffentlicht: (2025)

VGA-Bench: A Unified Benchmark and Multi-Model Framework for Video Aesthetics and Generation Quality Evaluation
von: Jiang, Longteng, et al.
Veröffentlicht: (2026)

Frame Guidance: Training-Free Guidance for Frame-Level Control in Video Diffusion Models
von: Jang, Sangwon, et al.
Veröffentlicht: (2025)

CoAgent: Collaborative Planning and Consistency Agent for Coherent Video Generation
von: Zeng, Qinglin, et al.
Veröffentlicht: (2025)

MF-LPR$^2$: Multi-Frame License Plate Image Restoration and Recognition using Optical Flow
von: Na, Kihyun, et al.
Veröffentlicht: (2025)

Next Block Prediction: Video Generation via Semi-Autoregressive Modeling
von: Ren, Shuhuai, et al.
Veröffentlicht: (2025)

SLVMEval: Synthetic Meta Evaluation Benchmark for Text-to-Long Video Generation
von: Matsuda, Ryosuke, et al.
Veröffentlicht: (2026)

VFIMamba: Video Frame Interpolation with State Space Models
von: Zhang, Guozhen, et al.
Veröffentlicht: (2024)

STANCE: Motion Coherent Video Generation Via Sparse-to-Dense Anchored Encoding
von: Chen, Zhifei, et al.
Veröffentlicht: (2025)

V2Flow: Unifying Visual Tokenization and Large Language Model Vocabularies for Autoregressive Image Generation
von: Zhang, Guiwei, et al.
Veröffentlicht: (2025)

PipeFlow: Pipelined Processing and Motion-Aware Frame Selection for Long-Form Video Editing
von: Munir, Mustafa, et al.
Veröffentlicht: (2025)

Intriguing Differences Between Zero-Shot and Systematic Evaluations of Vision-Language Transformer Models
von: Salman, Shaeke, et al.
Veröffentlicht: (2024)

PhysicsMind: Sim and Real Mechanics Benchmarking for Physical Reasoning and Prediction in Foundational VLMs and World Models
von: Mak, Chak-Wing, et al.
Veröffentlicht: (2026)

CoCoVideo: The High-Quality Commercial-Model-Based Contrastive Benchmark for AI-Generated Video Detection
von: Feng, Huidong, et al.
Veröffentlicht: (2026)

DLFR-VAE: Dynamic Latent Frame Rate VAE for Video Generation
von: Yuan, Zhihang, et al.
Veröffentlicht: (2025)

DySink: Dynamic Frame Sinks for Autoregressive Long Video Generation
von: Ye, Bo, et al.
Veröffentlicht: (2026)

MEMFOF: High-Resolution Training for Memory-Efficient Multi-Frame Optical Flow Estimation
von: Bargatin, Vladislav, et al.
Veröffentlicht: (2025)

OSCBench: Benchmarking Object State Change in Text-to-Video Generation
von: Han, Xianjing, et al.
Veröffentlicht: (2026)

Fostering Video Reasoning via Next-Event Prediction
von: Wang, Haonan, et al.
Veröffentlicht: (2025)

Culture In a Frame: C$^3$B as a Comic-Based Benchmark for Multimodal Culturally Awareness
von: Song, Yuchen, et al.
Veröffentlicht: (2025)

Infinite-World: Scaling Interactive World Models to 1000-Frame Horizons via Pose-Free Hierarchical Memory
von: Wu, Ruiqi, et al.
Veröffentlicht: (2026)

ProFashion: Prototype-guided Fashion Video Generation with Multiple Reference Images
von: Kong, Xianghao, et al.
Veröffentlicht: (2025)

NovaFlow: Zero-Shot Manipulation via Actionable Flow from Generated Videos
von: Li, Hongyu, et al.
Veröffentlicht: (2025)

MambaFlow: A Novel and Flow-guided State Space Model for Scene Flow Estimation
von: Luo, Jiehao, et al.
Veröffentlicht: (2025)

VideoLLM Benchmarks and Evaluation: A Survey
von: Kumar, Yogesh
Veröffentlicht: (2025)