EfficientMT: Efficient Temporal Adaptation for Motion Transfer in Text-to-Video Diffusion Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Cai, Yufei, Han, Hu, Wei, Yuxiang, Shan, Shiguang, Chen, Xilin |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
T2VAttack: Adversarial Attack on Text-to-Video Diffusion Models
par: Li, Changzhen, et autres
Publié: (2025)
par: Li, Changzhen, et autres
Publié: (2025)
Dynamic Attention Analysis for Backdoor Detection in Text-to-Image Diffusion Models
par: Wang, Zhongqi, et autres
Publié: (2025)
par: Wang, Zhongqi, et autres
Publié: (2025)
T2IShield: Defending Against Backdoors on Text-to-Image Diffusion Models
par: Wang, Zhongqi, et autres
Publié: (2024)
par: Wang, Zhongqi, et autres
Publié: (2024)
Trigger without Trace: Towards Stealthy Backdoor Attack on Text-to-Image Diffusion Models
par: Zhang, Jie, et autres
Publié: (2025)
par: Zhang, Jie, et autres
Publié: (2025)
CtrLoRA: An Extensible and Efficient Framework for Controllable Image Generation
par: Xu, Yifeng, et autres
Publié: (2024)
par: Xu, Yifeng, et autres
Publié: (2024)
FullLoRA: Efficiently Boosting the Robustness of Pretrained Vision Transformers
par: Yuan, Zheng, et autres
Publié: (2024)
par: Yuan, Zheng, et autres
Publié: (2024)
Inflation with Diffusion: Efficient Temporal Adaptation for Text-to-Video Super-Resolution
par: Yuan, Xin, et autres
Publié: (2024)
par: Yuan, Xin, et autres
Publié: (2024)
EgoMotion: Hierarchical Reasoning and Diffusion for Egocentric Vision-Language Motion Generation
par: Hou, Ruibing, et autres
Publié: (2026)
par: Hou, Ruibing, et autres
Publié: (2026)
DIVE: Inverting Conditional Diffusion Models for Discriminative Tasks
par: Li, Yinqi, et autres
Publié: (2025)
par: Li, Yinqi, et autres
Publié: (2025)
Assimilation Matters: Model-level Backdoor Detection in Vision-Language Pretrained Models
par: Wang, Zhongqi, et autres
Publié: (2025)
par: Wang, Zhongqi, et autres
Publié: (2025)
Task-adaptive Q-Face
par: Sun, Haomiao, et autres
Publié: (2024)
par: Sun, Haomiao, et autres
Publié: (2024)
VOPE: Revisiting Hallucination of Vision-Language Models in Voluntary Imagination Task
par: Long, Xingming, et autres
Publié: (2025)
par: Long, Xingming, et autres
Publié: (2025)
Follow-Your-Motion: Video Motion Transfer via Efficient Spatial-Temporal Decoupled Finetuning
par: Ma, Yue, et autres
Publié: (2025)
par: Ma, Yue, et autres
Publié: (2025)
Towards Transferable Defense Against Malicious Image Edits
par: Zhang, Jie, et autres
Publié: (2025)
par: Zhang, Jie, et autres
Publié: (2025)
GLip: A Global-Local Integrated Progressive Framework for Robust Visual Speech Recognition
par: Wang, Tianyue, et autres
Publié: (2025)
par: Wang, Tianyue, et autres
Publié: (2025)
Semantic or Covariate? A Study on the Intractable Case of Out-of-Distribution Detection
par: Long, Xingming, et autres
Publié: (2024)
par: Long, Xingming, et autres
Publié: (2024)
Rethinking the Evaluation of Out-of-Distribution Detection: A Sorites Paradox
par: Long, Xingming, et autres
Publié: (2024)
par: Long, Xingming, et autres
Publié: (2024)
UMFC: Unsupervised Multi-Domain Feature Calibration for Vision-Language Models
par: Liang, Jiachen, et autres
Publié: (2024)
par: Liang, Jiachen, et autres
Publié: (2024)
EntropyScan: Towards Model-level Backdoor Detection in LVLMs via Visual Attention Entropy
par: Ge, Xuanyu, et autres
Publié: (2026)
par: Ge, Xuanyu, et autres
Publié: (2026)
INFACT: A Diagnostic Benchmark for Induced Faithfulness and Factuality Hallucinations in Video-LLMs
par: Yang, Junqi, et autres
Publié: (2026)
par: Yang, Junqi, et autres
Publié: (2026)
What Makes VLMs Robust? Towards Reconciling Robustness and Accuracy in Vision-Language Models
par: Nie, Sen, et autres
Publié: (2026)
par: Nie, Sen, et autres
Publié: (2026)
Generalized Semi-Supervised Learning via Self-Supervised Feature Adaptation
par: Liang, Jiachen, et autres
Publié: (2024)
par: Liang, Jiachen, et autres
Publié: (2024)
MoTrans: Customized Motion Transfer with Text-driven Video Diffusion Models
par: Li, Xiaomin, et autres
Publié: (2024)
par: Li, Xiaomin, et autres
Publié: (2024)
Revisiting Logit Distributions for Reliable Out-of-Distribution Detection
par: Liang, Jiachen, et autres
Publié: (2025)
par: Liang, Jiachen, et autres
Publié: (2025)
Contrastive Spectral Rectification: Test-Time Defense towards Zero-shot Adversarial Robustness of CLIP
par: Nie, Sen, et autres
Publié: (2026)
par: Nie, Sen, et autres
Publié: (2026)
Component-Based Out-of-Distribution Detection
par: Liu, Wenrui, et autres
Publié: (2026)
par: Liu, Wenrui, et autres
Publié: (2026)
Towards Robust Semantic Segmentation against Patch-based Attack via Attention Refinement
par: Yuan, Zheng, et autres
Publié: (2024)
par: Yuan, Zheng, et autres
Publié: (2024)
V-Attack: Targeting Disentangled Value Features for Controllable Adversarial Attacks on LVLMs
par: Nie, Sen, et autres
Publié: (2025)
par: Nie, Sen, et autres
Publié: (2025)
ACT Now: Preempting LVLM Hallucinations via Adaptive Context Integration
par: Yan, Bei, et autres
Publié: (2026)
par: Yan, Bei, et autres
Publié: (2026)
Neural Gate: Mitigating Privacy Risks in LVLMs via Neuron-Level Gradient Gating
par: Cao, Xiangkui, et autres
Publié: (2026)
par: Cao, Xiangkui, et autres
Publié: (2026)
InstaVSR: Taming Diffusion for Efficient and Temporally Consistent Video Super-Resolution
par: Hu, Jintong, et autres
Publié: (2026)
par: Hu, Jintong, et autres
Publié: (2026)
MM-MoralBench: A MultiModal Moral Evaluation Benchmark for Large Vision-Language Models
par: Yan, Bei, et autres
Publié: (2024)
par: Yan, Bei, et autres
Publié: (2024)
$R^2$-Tuning: Efficient Image-to-Video Transfer Learning for Video Temporal Grounding
par: Liu, Ye, et autres
Publié: (2024)
par: Liu, Ye, et autres
Publié: (2024)
Measuring the Measurers: Quality Evaluation of Hallucination Benchmarks for Large Vision-Language Models
par: Yan, Bei, et autres
Publié: (2024)
par: Yan, Bei, et autres
Publié: (2024)
MotionFlow: Attention-Driven Motion Transfer in Video Diffusion Models
par: Meral, Tuna Han Salih, et autres
Publié: (2024)
par: Meral, Tuna Han Salih, et autres
Publié: (2024)
EventDiff: A Unified and Efficient Diffusion Model Framework for Event-based Video Frame Interpolation
par: Zheng, Hanle, et autres
Publié: (2025)
par: Zheng, Hanle, et autres
Publié: (2025)
Reliable and Efficient Concept Erasure of Text-to-Image Diffusion Models
par: Gong, Chao, et autres
Publié: (2024)
par: Gong, Chao, et autres
Publié: (2024)
Anonymization Prompt Learning for Facial Privacy-Preserving Text-to-Image Generation
par: Shi, Liang, et autres
Publié: (2024)
par: Shi, Liang, et autres
Publié: (2024)
un$^2$CLIP: Improving CLIP's Visual Detail Capturing Ability via Inverting unCLIP
par: Li, Yinqi, et autres
Publié: (2025)
par: Li, Yinqi, et autres
Publié: (2025)
HPNet: Dynamic Trajectory Forecasting with Historical Prediction Attention
par: Tang, Xiaolong, et autres
Publié: (2024)
par: Tang, Xiaolong, et autres
Publié: (2024)
Documents similaires
-
T2VAttack: Adversarial Attack on Text-to-Video Diffusion Models
par: Li, Changzhen, et autres
Publié: (2025) -
Dynamic Attention Analysis for Backdoor Detection in Text-to-Image Diffusion Models
par: Wang, Zhongqi, et autres
Publié: (2025) -
T2IShield: Defending Against Backdoors on Text-to-Image Diffusion Models
par: Wang, Zhongqi, et autres
Publié: (2024) -
Trigger without Trace: Towards Stealthy Backdoor Attack on Text-to-Image Diffusion Models
par: Zhang, Jie, et autres
Publié: (2025) -
CtrLoRA: An Extensible and Efficient Framework for Controllable Image Generation
par: Xu, Yifeng, et autres
Publié: (2024)