Buchumschlag

RainFusion: Adaptive Video Generation Acceleration via Multi-Dimensional Visual Redundancy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Aiyue, Dong, Bin, Li, Jingru, Lin, Jing, Tian, Kun, Yao, Yiwu, Wang, Gongyi
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

RainFusion2.0: Temporal-Spatial Awareness and Hardware-Efficient Block-wise Sparse Attention
von: Chen, Aiyue, et al.
Veröffentlicht: (2025)

Astraea: A Token-wise Acceleration Framework for Video Diffusion Transformers
von: Liu, Haosong, et al.
Veröffentlicht: (2025)

NightRain: Nighttime Video Deraining via Adaptive-Rain-Removal and Adaptive-Correction
von: Lin, Beibei, et al.
Veröffentlicht: (2024)

TIMERIPPLE: Accelerating vDiTs by Understanding the Spatio-Temporal Correlations in Latent Space
von: Miao, Wenxuan, et al.
Veröffentlicht: (2025)

Compact Attention: Exploiting Structured Spatio-Temporal Sparsity for Fast Video Generation
von: Li, Qirui, et al.
Veröffentlicht: (2025)

An Adaptive Underwater Image Enhancement Framework via Multi-Domain Fusion and Color Compensation
von: Tian, Yuezhe, et al.
Veröffentlicht: (2025)

TimeChat-Online: 80% Visual Tokens are Naturally Redundant in Streaming Videos
von: Yao, Linli, et al.
Veröffentlicht: (2025)

FreeFuse: Multi-Subject LoRA Fusion via Adaptive Token-Level Routing at Test Time
von: Liu, Yaoli, et al.
Veröffentlicht: (2025)

PyramidDrop: Accelerating Your Large Vision-Language Models via Pyramid Visual Redundancy Reduction
von: Xing, Long, et al.
Veröffentlicht: (2024)

ProvRain: Rain-Adaptive Denoising and Vehicle Detection via MobileNet-UNet and Faster R-CNN
von: Varathakumaran, Aswinkumar, et al.
Veröffentlicht: (2025)

AIM: Adaptive Inference of Multi-Modal LLMs via Token Merging and Pruning
von: Zhong, Yiwu, et al.
Veröffentlicht: (2024)

ERASE: Eliminating Redundant Visual Tokens via Adaptive Two-Stage Token Pruning
von: Lee, Yuna, et al.
Veröffentlicht: (2026)

Expedited Training of Visual Conditioned Language Generation via Redundancy Reduction
von: Jian, Yiren, et al.
Veröffentlicht: (2023)

AdaptiveFusion: Adaptive Multi-Modal Multi-View Fusion for 3D Human Body Reconstruction
von: Chen, Anjun, et al.
Veröffentlicht: (2024)

Multi-granular body modeling with Redundancy-Free Spatiotemporal Fusion for Text-Driven Motion Generation
von: Zhan, Xingzu, et al.
Veröffentlicht: (2025)

HiStream: Efficient High-Resolution Video Generation via Redundancy-Eliminated Streaming
von: Qiu, Haonan, et al.
Veröffentlicht: (2025)

Webly-Supervised Image Manipulation Localization via Category-Aware Auto-Annotation
von: Qu, Chenfan, et al.
Veröffentlicht: (2025)

EVATok: Adaptive Length Video Tokenization for Efficient Visual Autoregressive Generation
von: Xiong, Tianwei, et al.
Veröffentlicht: (2026)

Video Generation with Stable Transparency via Shiftable RGB-A Distribution Learner
von: Dong, Haotian, et al.
Veröffentlicht: (2025)

New Encoder Learning for Captioning Heavy Rain Images via Semantic Visual Feature Matching
von: Son, Chang-Hwan, et al.
Veröffentlicht: (2021)

Less is Enough: Training-Free Video Diffusion Acceleration via Runtime-Adaptive Caching
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

VLMs are Good Teachers for Video Reasoning via Adaptive Test-Time Optimization
von: Cheng, Junhao, et al.
Veröffentlicht: (2026)

AV-DiT: Efficient Audio-Visual Diffusion Transformer for Joint Audio and Video Generation
von: Wang, Kai, et al.
Veröffentlicht: (2024)

Learning Adaptive Fusion Bank for Multi-modal Salient Object Detection
von: Wang, Kunpeng, et al.
Veröffentlicht: (2024)

MamFusion: Multi-Mamba with Temporal Fusion for Partially Relevant Video Retrieval
von: Ying, Xinru, et al.
Veröffentlicht: (2025)

Adaptive Visual Autoregressive Acceleration via Dual-Linkage Entropy Analysis
von: Zhang, Yu, et al.
Veröffentlicht: (2026)

Standing on the Shoulders of Giants: Reprogramming Visual-Language Model for General Deepfake Detection
von: Lin, Kaiqing, et al.
Veröffentlicht: (2024)

Text-Animator: Controllable Visual Text Video Generation
von: Liu, Lin, et al.
Veröffentlicht: (2024)

Harnessing Joint Rain-/Detail-aware Representations to Eliminate Intricate Rains
von: Ran, Wu, et al.
Veröffentlicht: (2024)

SAGE: Accelerating Vision-Language Models via Entropy-Guided Adaptive Speculative Decoding
von: Tong, Yujia, et al.
Veröffentlicht: (2026)

FreeLong++: Training-Free Long Video Generation via Multi-band SpectralFusion
von: Lu, Yu, et al.
Veröffentlicht: (2025)

HASTE: Training-Free Video Diffusion Acceleration via Head-Wise Adaptive Sparse Attention
von: Zheng, Xuzhe, et al.
Veröffentlicht: (2026)

Task-Generalized Adaptive Cross-Domain Learning for Multimodal Image Fusion
von: Wang, Mengyu, et al.
Veröffentlicht: (2025)

Efficient Audio-Visual Fusion for Video Classification
von: Awan, Mahrukh, et al.
Veröffentlicht: (2024)

RedundancyLens: Revealing and Exploiting Visual Token Processing Redundancy for Efficient Decoder-Only MLLMs
von: Li, Hongliang, et al.
Veröffentlicht: (2025)

L2SR: Learning to Sample and Reconstruct for Accelerated MRI via Reinforcement Learning
von: Yang, Pu, et al.
Veröffentlicht: (2022)

OneStory: Coherent Multi-Shot Video Generation with Adaptive Memory
von: An, Zhaochong, et al.
Veröffentlicht: (2025)

From Inheritance to Saturation: Disentangling the Evolution of Visual Redundancy for Architecture-Aware MLLM Inference Acceleration
von: Shi, Jiaqi, et al.
Veröffentlicht: (2026)

Revisiting Tampered Scene Text Detection in the Era of Generative AI
von: Qu, Chenfan, et al.
Veröffentlicht: (2024)

RainMamba: Enhanced Locality Learning with State Space Models for Video Deraining
von: Wu, Hongtao, et al.
Veröffentlicht: (2024)