Buchumschlag

Lights, Camera, Consistency: A Multistage Pipeline for Character-Stable AI Video Stories

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jain, Chayan, Sharma, Rishant, Garg, Archit, Bhanuka, Ishan, Narang, Pratik, Kumar, Dhruv
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

Investigating Spatial Attention Bias in Vision-Language Models
von: Chaudhary, Aryan, et al.
Veröffentlicht: (2025)

InfinityStory: Unlimited Video Generation with World Consistency and Character-Aware Shot Transitions
von: Elmoghany, Mohamed, et al.
Veröffentlicht: (2026)

StoryMaker: Towards Holistic Consistent Characters in Text-to-image Generation
von: Zhou, Zhengguang, et al.
Veröffentlicht: (2024)

Understanding Virality: A Rubric based Vision-Language Model Framework for Short-Form Edutainment Evaluation
von: Gupta, Arnav, et al.
Veröffentlicht: (2025)

"Previously on ..." From Recaps to Story Summarization
von: Singh, Aditya Kumar, et al.
Veröffentlicht: (2024)

LDFaceNet: Latent Diffusion-based Network for High-Fidelity Deepfake Generation
von: Mehta, Dwij, et al.
Veröffentlicht: (2024)

Gloria: Consistent Character Video Generation via Content Anchors
von: Yang, Yuhang, et al.
Veröffentlicht: (2026)

Toward Intelligent Scene Augmentation for Context-Aware Object Placement and Sponsor-Logo Integration
von: Saraswat, Unnati, et al.
Veröffentlicht: (2025)

AffectSRNet : Facial Emotion-Aware Super-Resolution Network
von: Rizvi, Syed Sameen Ahmad, et al.
Veröffentlicht: (2025)

BachVid: Training-Free Video Generation with Consistent Background and Character
von: Yan, Han, et al.
Veröffentlicht: (2025)

Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation
von: Hu, Li, et al.
Veröffentlicht: (2023)

StoryWeaver: A Unified World Model for Knowledge-Enhanced Story Character Customization
von: Zhang, Jinlu, et al.
Veröffentlicht: (2024)

CharacterFactory: Sampling Consistent Characters with GANs for Diffusion Models
von: Wang, Qinghe, et al.
Veröffentlicht: (2024)

CharacterShot: Controllable and Consistent 4D Character Animation
von: Gao, Junyao, et al.
Veröffentlicht: (2025)

Persistent Story World Simulation with Continuous Character Customization
von: Zhang, Jinlu, et al.
Veröffentlicht: (2026)

Large Language Models as Pokémon Battle Agents: Strategic Play and Content Generation
von: Jain, Daksh, et al.
Veröffentlicht: (2025)

CharaConsist: Fine-Grained Consistent Character Generation
von: Wang, Mengyu, et al.
Veröffentlicht: (2025)

Automating Video Thumbnails Selection and Generation with Multimodal and Multistage Analysis
von: Fantini, Elia
Veröffentlicht: (2024)

StoryDiffusion: Consistent Self-Attention for Long-Range Image and Video Generation
von: Zhou, Yupeng, et al.
Veröffentlicht: (2024)

A Multistage Extraction Pipeline for Long Scanned Financial Documents: An Empirical Study in Industrial KYC Workflows
von: Han, Yuxuan, et al.
Veröffentlicht: (2026)

Exposing DeepFakes via Hyperspectral Domain Mapping
von: Mehta, Aditya, et al.
Veröffentlicht: (2025)

FairyGen: Storied Cartoon Video from a Single Child-Drawn Character
von: Zheng, Jiayi, et al.
Veröffentlicht: (2025)

TaleDiffusion: Multi-Character Story Generation with Dialogue Rendering
von: Banerjee, Ayan, et al.
Veröffentlicht: (2025)

UnMA-CapSumT: Unified and Multi-Head Attention-driven Caption Summarization Transformer
von: Sharma, Dhruv, et al.
Veröffentlicht: (2024)

CamCo: Camera-Controllable 3D-Consistent Image-to-Video Generation
von: Xu, Dejia, et al.
Veröffentlicht: (2024)

3D Scene Prompting for Scene-Consistent Camera-Controllable Video Generation
von: Lee, JoungBin, et al.
Veröffentlicht: (2025)

StoryGPT-V: Large Language Models as Consistent Story Visualizers
von: Shen, Xiaoqian, et al.
Veröffentlicht: (2023)

Benchmarking Vision-Language Models on Optical Character Recognition in Dynamic Video Environments
von: Nagaonkar, Sankalp, et al.
Veröffentlicht: (2025)

StableWorld: Towards Stable and Consistent Long Interactive Video Generation
von: Yang, Ying, et al.
Veröffentlicht: (2026)

Collaborative Video Diffusion: Consistent Multi-video Generation with Camera Control
von: Kuang, Zhengfei, et al.
Veröffentlicht: (2024)

Text2Stereo: Repurposing Stable Diffusion for Stereo Generation with Consistency Rewards
von: Garg, Aakash, et al.
Veröffentlicht: (2025)

StoryTeller: Improving Long Video Description through Global Audio-Visual Character Identification
von: He, Yichen, et al.
Veröffentlicht: (2024)

CamLit: Unified Video Diffusion with Explicit Camera and Lighting Control
von: Kuang, Zhiyi, et al.
Veröffentlicht: (2026)

MSACT: Multistage Spatial Alignment for Stable Low-Latency Fine Manipulation
von: Cai, Xianbo, et al.
Veröffentlicht: (2026)

DreamingComics: A Story Visualization Pipeline via Subject and Layout Customized Generation using Video Models
von: Kwon, Patrick, et al.
Veröffentlicht: (2025)

MyGo: Consistent and Controllable Multi-View Driving Video Generation with Camera Control
von: Yao, Yining, et al.
Veröffentlicht: (2024)

ReDiStory: Region-Disentangled Diffusion for Consistent Visual Story Generation
von: Sarkar, Ayushman, et al.
Veröffentlicht: (2026)

Balancing the Scales: Enhancing Fairness in Facial Expression Recognition with Latent Alignment
von: Rizvi, Syed Sameen Ahmad, et al.
Veröffentlicht: (2024)

ContextAnyone: Context-Aware Diffusion for Character-Consistent Text-to-Video Generation
von: Mai, Ziyang, et al.
Veröffentlicht: (2025)

Learning Degradation-Independent Representations for Camera ISP Pipelines
von: Guo, Yanhui, et al.
Veröffentlicht: (2023)