Copertina

ReHyAt: Recurrent Hybrid Attention for Video Diffusion Transformers

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ghafoorian, Mohsen, Habibian, Amirhossein
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Attention Surgery: An Efficient Recipe to Linearize Your Video Diffusion Transformer
di: Ghafoorian, Mohsen, et al.
Pubblicazione: (2025)

MoAlign: Motion-Centric Representation Alignment for Video Diffusion Models
di: Bhowmik, Aritra, et al.
Pubblicazione: (2025)

PyramidalWan: On Making Pretrained Video Model Pyramidal for Efficient Inference
di: Korzhenkov, Denis, et al.
Pubblicazione: (2026)

Neodragon: Mobile Video Generation using Diffusion Transformer
di: Karnewar, Animesh, et al.
Pubblicazione: (2025)

Enhancing Novel View Synthesis via Geometry Grounded Set Diffusion
di: Zanjani, Farhad G., et al.
Pubblicazione: (2026)

Mobile Video Diffusion
di: Yahia, Haitam Ben, et al.
Pubblicazione: (2024)

MoViE: Mobile Diffusion for Video Editing
di: Karjauv, Adil, et al.
Pubblicazione: (2024)

FastCAD: Real-Time CAD Retrieval and Alignment from Scans and Videos
di: Langer, Florian, et al.
Pubblicazione: (2024)

Multi-Scale Local Speculative Decoding for Image Generation
di: Peruzzo, Elia, et al.
Pubblicazione: (2026)

Hybrid Gaussian Splatting for Novel Urban View Synthesis
di: Omran, Mohamed, et al.
Pubblicazione: (2025)

Object-Centric Diffusion for Efficient Video Editing
di: Kahatapitiya, Kumara, et al.
Pubblicazione: (2024)

Controllable 3D Placement of Objects with Scene-Aware Diffusion Models
di: Omran, Mohamed, et al.
Pubblicazione: (2025)

Scene-Aware Location Modeling for Data Augmentation in Automotive Object Detection
di: Petersen, Jens, et al.
Pubblicazione: (2025)

Clockwork Diffusion: Efficient Generation With Model-Step Distillation
di: Habibian, Amirhossein, et al.
Pubblicazione: (2023)

Analysis of Attention in Video Diffusion Transformers
di: Wen, Yuxin, et al.
Pubblicazione: (2025)

Gated Relational Alignment via Confidence-based Distillation for Efficient VLMs
di: Chen, Yanlong, et al.
Pubblicazione: (2026)

Re-Attentional Controllable Video Diffusion Editing
di: Wang, Yuanzhi, et al.
Pubblicazione: (2024)

Imagining the Unseen: Generative Location Modeling for Object Placement
di: Yun, Jooyeol, et al.
Pubblicazione: (2024)

HyCoVAD: A Hybrid SSL-LLM Model for Complex Video Anomaly Detection
di: Hemmatyar, Mohammad Mahdi, et al.
Pubblicazione: (2025)

HyCTAS: Multi-Objective Hybrid Convolution-Transformer Architecture Search for Real-Time Image Segmentation
di: Yu, Hongyuan, et al.
Pubblicazione: (2024)

FrameDiT: Diffusion Transformer with Matrix Attention for Efficient Video Generation
di: Le, Minh Khoa, et al.
Pubblicazione: (2026)

Efficient-vDiT: Efficient Video Diffusion Transformers With Attention Tile
di: Ding, Hangliang, et al.
Pubblicazione: (2025)

Video Prediction Transformers without Recurrence or Convolution
di: Tang, Yujin, et al.
Pubblicazione: (2024)

Recurrence over Video Frames (RoVF) for the Re-identification of Meerkats
di: Rogers, Mitchell, et al.
Pubblicazione: (2024)

HLA: Hadamard Linear Attention
di: Ackermann, Hanno, et al.
Pubblicazione: (2026)

Hadamard Attention Recurrent Transformer: A Strong Baseline for Stereo Matching Transformer
di: Chen, Ziyang, et al.
Pubblicazione: (2025)

SALAD: Achieve High-Sparsity Attention via Efficient Linear Attention Tuning for Video Diffusion Transformer
di: Fang, Tongcheng, et al.
Pubblicazione: (2026)

HyPCV-Former: Hyperbolic Spatio-Temporal Transformer for 3D Point Cloud Video Anomaly Detection
di: Cao, Jiaping, et al.
Pubblicazione: (2025)

Recurrent Autoregressive Diffusion: Global Memory Meets Local Attention
di: Chen, Taiye, et al.
Pubblicazione: (2025)

Gaussian Splatting is an Effective Data Generator for 3D Object Detection
di: Zanjani, Farhad G., et al.
Pubblicazione: (2025)

VMonarch: Efficient Video Diffusion Transformers with Structured Attention
di: Liang, Cheng, et al.
Pubblicazione: (2026)

QuantSparse: Comprehensively Compressing Video Diffusion Transformer with Model Quantization and Attention Sparsification
di: Feng, Weilun, et al.
Pubblicazione: (2025)

HyGE-Occ: Hybrid View-Transformation with 3D Gaussian and Edge Priors for 3D Panoptic Occupancy Prediction
di: Kim, Jong Wook, et al.
Pubblicazione: (2025)

HyDRA: Hybrid Domain-Aware Robust Architecture for Heterogeneous Collaborative Perception
di: Song, Minwoo, et al.
Pubblicazione: (2026)

HySim: An Efficient Hybrid Similarity Measure for Patch Matching in Image Inpainting
di: Noufel, Saad, et al.
Pubblicazione: (2024)

HyLiFormer: Hyperbolic Linear Attention for Skeleton-based Human Action Recognition
di: Li, Yue, et al.
Pubblicazione: (2025)

HAT: Hybrid Attention Transformer for Image Restoration
di: Chen, Xiangyu, et al.
Pubblicazione: (2023)

Multi-Scale Deep Learning for Colon Histopathology: A Hybrid Graph-Transformer Approach
di: Saremi, Sadra, et al.
Pubblicazione: (2025)

HyTAS: A Hyperspectral Image Transformer Architecture Search Benchmark and Analysis
di: Zhou, Fangqin, et al.
Pubblicazione: (2024)

Understanding Attention Mechanism in Video Diffusion Models
di: Liu, Bingyan, et al.
Pubblicazione: (2025)