Buchumschlag

$^R$FLAV: Rolling Flow matching for infinite Audio Video generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ergasti, Alex, Tarollo, Giuseppe Gabriele, Botti, Filippo, Fontanini, Tomaso, Ferrari, Claudio, Bertozzi, Massimo, Prati, Andrea
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SISMA: Semantic Face Image Synthesis with Mamba
von: Botti, Filippo, et al.
Veröffentlicht: (2025)

U-Shape Mamba: State Space Model for faster diffusion
von: Ergasti, Alex, et al.
Veröffentlicht: (2025)

Controllable Face Synthesis with Semantic Latent Diffusion Models
von: Ergasti, Alex, et al.
Veröffentlicht: (2024)

Mamba-ST: State Space Model for Efficient Style Transfer
von: Botti, Filippo, et al.
Veröffentlicht: (2024)

MARS: Paying more attention to visual attributes for text-based person search
von: Ergasti, Alex, et al.
Veröffentlicht: (2024)

Adversarial Identity Injection for Semantic Face Image Synthesis
von: Tarollo, Giuseppe, et al.
Veröffentlicht: (2024)

Semantic Image Synthesis via Class-Adaptive Cross-Attention
von: Fontanini, Tomaso, et al.
Veröffentlicht: (2023)

Memory-augmented Online Video Anomaly Detection
von: Rossi, Leonardo, et al.
Veröffentlicht: (2023)

Swin2-MoSE: A New Single Image Super-Resolution Model for Remote Sensing
von: Rossi, Leonardo, et al.
Veröffentlicht: (2024)

WaveMAE: Wavelet decomposition Masked Auto-Encoder for Remote Sensing
von: Bernuzzi, Vittorio, et al.
Veröffentlicht: (2025)

MCGM: Mask Conditional Text-to-Image Generative Model
von: Skaik, Rami, et al.
Veröffentlicht: (2024)

Self-Balanced R-CNN for Instance Segmentation
von: Rossi, Leonardo, et al.
Veröffentlicht: (2024)

CFTS-GAN: Continual Few-Shot Teacher Student for Generative Adversarial Networks
von: Ali, Munsif, et al.
Veröffentlicht: (2024)

Seeing Voices: Generating A-Roll Video from Audio with Mirage
von: Sundararaman, Aditi, et al.
Veröffentlicht: (2025)

CA3D: Convolutional-Attentional 3D Nets for Efficient Video Activity Recognition on the Edge
von: Lagani, Gabriele, et al.
Veröffentlicht: (2025)

STORK: Faster Diffusion And Flow Matching Sampling By Resolving Both Stiffness And Structure-Dependence
von: Tan, Zheng, et al.
Veröffentlicht: (2025)

SAMWISE: Infusing Wisdom in SAM2 for Text-Driven Video Segmentation
von: Cuttano, Claudia, et al.
Veröffentlicht: (2024)

Enhancing Multimodal Large Language Models for Safety-Critical Driving Video Analysis
von: Trinci, Tomaso, et al.
Veröffentlicht: (2026)

The Relationship Between Global and Domain‐Specific Evaluations of Life Satisfaction: A Feedback Loop Theory
von: Gabriele Prati
Veröffentlicht: (2025)

The reciprocal relationship between political participation and mental health in Germany: A random‐intercept cross‐lagged panel analysis
von: Gabriele Prati
Veröffentlicht: (2024)

Rolling Shutter Correction with Intermediate Distortion Flow Estimation
von: Cao, Mingdeng, et al.
Veröffentlicht: (2024)

Plug-and-Play Image Restoration with Flow Matching: A Continuous Viewpoint
von: Jia, Fan, et al.
Veröffentlicht: (2025)

Foley-Flow: Coordinated Video-to-Audio Generation with Masked Audio-Visual Alignment and Dynamic Conditional Flows
von: Mo, Shentong, et al.
Veröffentlicht: (2026)

Informative Rays Selection for Few-Shot Neural Radiance Fields
von: Orsingher, Marco, et al.
Veröffentlicht: (2023)

Rolling Forcing: Autoregressive Long Video Diffusion in Real Time
von: Liu, Kunhao, et al.
Veröffentlicht: (2025)

Unraveling the influence of convenience situational factors on e‐waste recycling behaviors: A goal‐framing theory approach
von: Gabriele Puzzo, et al.
Veröffentlicht: (2024)

FlowPortrait: Reinforcement Learning for Audio-Driven Portrait Video Generation
von: Tan, Weiting, et al.
Veröffentlicht: (2026)

CoLoR-GAN: Continual Few-Shot Learning with Low-Rank Adaptation in Generative Adversarial Networks
von: Ali, Munsif, et al.
Veröffentlicht: (2025)

Exponential Mixing for Hyperbolic Flows on Non-Compact Spaces
von: Bertozzi, Nicola, et al.
Veröffentlicht: (2026)

AudioScenic: Audio-Driven Video Scene Editing
von: Shen, Kaixin, et al.
Veröffentlicht: (2024)

Frieren: Efficient Video-to-Audio Generation Network with Rectified Flow Matching
von: Wang, Yongqi, et al.
Veröffentlicht: (2024)

Physics-Guided Motion Loss for Video Generation Model
von: Xue, Bowen, et al.
Veröffentlicht: (2025)

ProphetDWM: A Driving World Model for Rolling Out Future Actions and Videos
von: Wang, Xiaodong, et al.
Veröffentlicht: (2025)

What does CLIP know about peeling a banana?
von: Cuttano, Claudia, et al.
Veröffentlicht: (2024)

Perturb, Attend, Detect and Localize (PADL): Robust Proactive Image Defense
von: Bartolucci, Filippo, et al.
Veröffentlicht: (2024)

Action tube generation by person query matching for spatio-temporal action detection
von: Omi, Kazuki, et al.
Veröffentlicht: (2025)

Self-supervised Learning of Event-guided Video Frame Interpolation for Rolling Shutter Frames
von: Lu, Yunfan, et al.
Veröffentlicht: (2023)

R-AVST: Empowering Video-LLMs with Fine-Grained Spatio-Temporal Reasoning in Complex Audio-Visual Scenarios
von: Zhu, Lu, et al.
Veröffentlicht: (2025)

Flow matching for Sentinel-2 super-resolution: implementation, application, and implications
von: Hester, Dakota, et al.
Veröffentlicht: (2026)

MotionHiFlow: Text-to-motion via hierarchical flow matching
von: Li, Heng, et al.
Veröffentlicht: (2026)