Buchumschlag

FlowLoss: Dynamic Flow-Conditioned Loss Strategy for Video Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Kuanting, Ota, Kei, Kanezaki, Asako
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

Zero-Shot Peg Insertion: Identifying Mating Holes and Estimating SE(2) Poses with Vision-Language Models
von: Yajima, Masaru, et al.
Veröffentlicht: (2025)

Embodied Navigation with Auxiliary Task of Action Description Prediction
von: Kondoh, Haru, et al.
Veröffentlicht: (2025)

OP-Align: Object-level and Part-level Alignment for Self-supervised Category-level Articulated Object Pose Estimation
von: Che, Yuchen, et al.
Veröffentlicht: (2024)

COG: Confidence-aware Optimal Geometric Correspondence for Unsupervised Single-reference Novel Object Pose Estimation
von: Che, Yuchen, et al.
Veröffentlicht: (2026)

Zero-shot Degree of Ill-posedness Estimation for Active Small Object Change Detection
von: Takeda, Koji, et al.
Veröffentlicht: (2024)

Leveraging Large Language Model-based Room-Object Relationships Knowledge for Enhancing Multimodal-Input Object Goal Navigation
von: Sun, Leyuan, et al.
Veröffentlicht: (2024)

3D Segmentation Using Viewpoint-Dependent Spatial Relationships
von: Nanri, Ayaka, et al.
Veröffentlicht: (2026)

VoxelSplat: Dynamic Gaussian Splatting as an Effective Loss for Occupancy and Flow Prediction
von: Zhu, Ziyue, et al.
Veröffentlicht: (2025)

The Curse of Conditions: Analyzing and Improving Optimal Transport for Conditional Flow-Based Generation
von: Cheng, Ho Kei, et al.
Veröffentlicht: (2025)

Flow-Guided Diffusion for Video Inpainting
von: Gu, Bohai, et al.
Veröffentlicht: (2023)

RFDM: Residual Flow Diffusion Model for Efficient Causal Video Editing
von: Salehi, Mohammadreza, et al.
Veröffentlicht: (2026)

Latent Temporal Discrepancy as Motion Prior: A Loss-Weighting Strategy for Dynamic Fidelity in T2V
von: Wu, Meiqi, et al.
Veröffentlicht: (2026)

FlowSeg: Dynamic Semantic Guidance for LLM-Conditioned Segmentation
von: Zhang, Zekang, et al.
Veröffentlicht: (2026)

AnyFlow: Any-Step Video Diffusion Model with On-Policy Flow Map Distillation
von: Gu, Yuchao, et al.
Veröffentlicht: (2026)

An Efficient Watermarking Method for Latent Diffusion Models via Low-Rank Adaptation and Dynamic Loss Weighting
von: Lin, Dongdong, et al.
Veröffentlicht: (2024)

Efficient Diffusion Distillation via Embedding Loss
von: Ying, Jincheng, et al.
Veröffentlicht: (2026)

FloVD: Optical Flow Meets Video Diffusion Model for Enhanced Camera-Controlled Video Synthesis
von: Jin, Wonjoon, et al.
Veröffentlicht: (2025)

TransFlow: Motion Knowledge Transfer from Video Diffusion Models to Video Salient Object Detection
von: Cho, Suhwan, et al.
Veröffentlicht: (2025)

DA-Flow: Degradation-Aware Optical Flow Estimation with Diffusion Models
von: Min, Jaewon, et al.
Veröffentlicht: (2026)

FiVE: A Fine-grained Video Editing Benchmark for Evaluating Emerging Diffusion and Rectified Flow Models
von: Li, Minghan, et al.
Veröffentlicht: (2025)

Efficient Continuous Video Flow Model for Video Prediction
von: Shrivastava, Gaurav, et al.
Veröffentlicht: (2024)

Taming Sampling Perturbations with Variance Expansion Loss for Latent Diffusion Models
von: Li, Qifan, et al.
Veröffentlicht: (2026)

FashionFlow: Leveraging Diffusion Models for Dynamic Fashion Video Synthesis from Static Imagery
von: Islam, Tasin, et al.
Veröffentlicht: (2023)

Diffusion Model with Perceptual Loss
von: Lin, Shanchuan, et al.
Veröffentlicht: (2023)

PhysFlow: Unleashing the Potential of Multi-modal Foundation Models and Video Diffusion for 4D Dynamic Physical Scene Simulation
von: Liu, Zhuoman, et al.
Veröffentlicht: (2024)

SlimFlow: Training Smaller One-Step Diffusion Models with Rectified Flow
von: Zhu, Yuanzhi, et al.
Veröffentlicht: (2024)

Enhancing Video Memorability Prediction with Text-Motion Cross-modal Contrastive Loss and Its Application in Video Summarization
von: Zhu, Zhiyi, et al.
Veröffentlicht: (2025)

Coherent Video Inpainting Using Optical Flow-Guided Efficient Diffusion
von: Gu, Bohai, et al.
Veröffentlicht: (2024)

Goku: Flow Based Video Generative Foundation Models
von: Chen, Shoufa, et al.
Veröffentlicht: (2025)

Go-with-the-Flow: Motion-Controllable Video Diffusion Models Using Real-Time Warped Noise
von: Burgert, Ryan, et al.
Veröffentlicht: (2025)

FlowVid: Taming Imperfect Optical Flows for Consistent Video-to-Video Synthesis
von: Liang, Feng, et al.
Veröffentlicht: (2023)

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

Loss Knows Best: Detecting Annotation Errors in Videos via Loss Trajectories
von: Alwis, Praditha, et al.
Veröffentlicht: (2026)

On Exact Editing of Flow-Based Diffusion Models
von: Li, Zixiang, et al.
Veröffentlicht: (2025)

Diffusion Models with Deterministic Normalizing Flow Priors
von: Zand, Mohsen, et al.
Veröffentlicht: (2023)

MotionFlow: Attention-Driven Motion Transfer in Video Diffusion Models
von: Meral, Tuna Han Salih, et al.
Veröffentlicht: (2024)

CreFlow: Corrective Reflow for Sparse-Reward Embodied Video Diffusion RL
von: Ni, Zhenyang, et al.
Veröffentlicht: (2026)

Efficient Conditional Diffusion Model with Probability Flow Sampling for Image Super-resolution
von: Yuan, Yutao, et al.
Veröffentlicht: (2024)

Layout Control and Semantic Guidance with Attention Loss Backward for T2I Diffusion Model
von: Li, Guandong
Veröffentlicht: (2024)

Lie Flow: Video Dynamic Fields Modeling and Predicting with Lie Algebra as Geometric Physics Principle
von: Qiao, Weidong, et al.
Veröffentlicht: (2026)