Copertina

DCDM: Divide-and-Conquer Diffusion Models for Consistency-Preserving Video Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhao, Haoyu, Zhang, Yuang, Cheng, Junqi, Gu, Jiaxi, Lu, Zenghui, Shu, Peng, Wu, Zuxuan, Jiang, Yu-Gang
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

ShoulderShot: Generating Over-the-Shoulder Dialogue Videos
di: Zhang, Yuang, et al.
Pubblicazione: (2025)

CameraNoise: Enabling Faithful Camera Control in Video Diffusion through Geometry-Flow-Guided Noise Warping
di: Zhao, Haoyu, et al.
Pubblicazione: (2026)

CT-1: Vision-Language-Camera Models Transfer Spatial Reasoning Knowledge to Camera-Controllable Video Generation
di: Zhao, Haoyu, et al.
Pubblicazione: (2026)

MagDiff: Multi-Alignment Diffusion for High-Fidelity Video Generation and Editing
di: Zhao, Haoyu, et al.
Pubblicazione: (2023)

Repeating Words for Video-Language Retrieval with Coarse-to-Fine Objectives
di: Zhao, Haoyu, et al.
Pubblicazione: (2025)

AutoTVG: A New Vision-language Pre-training Paradigm for Temporal Video Grounding
di: Zhang, Xing, et al.
Pubblicazione: (2024)

Memory Consistency Guided Divide-and-Conquer Learning for Generalized Category Discovery
di: Tu, Yuanpeng, et al.
Pubblicazione: (2024)

GenRec: Unifying Video Generation and Recognition with Diffusion Models
di: Weng, Zejia, et al.
Pubblicazione: (2024)

MimicMotion: High-Quality Human Motion Video Generation with Confidence-aware Pose Guidance
di: Zhang, Yuang, et al.
Pubblicazione: (2024)

DCARL: A Divide-and-Conquer Framework for Autoregressive Long-Trajectory Video Generation
di: Ouyang, Junyi, et al.
Pubblicazione: (2026)

MicroCinema: A Divide-and-Conquer Approach for Text-to-Video Generation
di: Wang, Yanhui, et al.
Pubblicazione: (2023)

OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
di: Wang, Junke, et al.
Pubblicazione: (2024)

Divide, Conquer and Unite: Hierarchical Style-Recalibrated Prototype Alignment for Federated Medical Segmentation
di: Zhao, Xingyue, et al.
Pubblicazione: (2025)

Divide and Conquer: Reliable Multi-View Evidential Learning for Deepfake Detection
di: Kang, Xiaolu, et al.
Pubblicazione: (2026)

Fuse Your Latents: Video Editing with Multi-source Latent Diffusion Models
di: Lu, Tianyi, et al.
Pubblicazione: (2023)

AID: Adapting Image2Video Diffusion Models for Instruction-guided Video Prediction
di: Xing, Zhen, et al.
Pubblicazione: (2024)

EDEN: Enhanced Diffusion for High-quality Large-motion Video Frame Interpolation
di: Zhang, Zihao, et al.
Pubblicazione: (2025)

OmniVid: A Generative Framework for Universal Video Understanding
di: Wang, Junke, et al.
Pubblicazione: (2024)

EasyControl: Transfer ControlNet to Video Diffusion for Controllable Generation and Interpolation
di: Wang, Cong, et al.
Pubblicazione: (2024)

OmAgent: A Multi-modal Agent Framework for Complex Video Understanding with Task Divide-and-Conquer
di: Zhang, Lu, et al.
Pubblicazione: (2024)

DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection
di: Zhang, Hui, et al.
Pubblicazione: (2023)

GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting
di: Feng, Qijun, et al.
Pubblicazione: (2024)

Progressive Divide-and-Conquer via Subsampling Decomposition for Accelerated MRI
di: Wang, Chong, et al.
Pubblicazione: (2024)

DCA: Dividing and Conquering Amnesia in Incremental Object Detection
di: Zhang, Aoting, et al.
Pubblicazione: (2025)

Divide and Conquer: Heterogeneous Noise Integration for Diffusion-based Adversarial Purification
di: Pei, Gaozheng, et al.
Pubblicazione: (2025)

Learning Accurate Segmentation Purely from Self-Supervision
di: You, Zuyao, et al.
Pubblicazione: (2026)

Preserving Cross-Modal Consistency for CLIP-based Class-Incremental Learning
di: Chen, Haoran, et al.
Pubblicazione: (2025)

A Survey on Video Diffusion Models
di: Xing, Zhen, et al.
Pubblicazione: (2023)

CreatiLayout: Siamese Multimodal Diffusion Transformer for Creative Layout-to-Image Generation
di: Zhang, Hui, et al.
Pubblicazione: (2024)

Divide and Conquer: Grounding a Bleeding Areas in Gastrointestinal Image with Two-Stage Model
di: Lin, Yu-Fan, et al.
Pubblicazione: (2024)

Temporal Divide-and-Conquer Anomaly Actions Localization in Semi-Supervised Videos with Hierarchical Transformer
di: Osman, Nada, et al.
Pubblicazione: (2024)

AdaDiff: Adaptive Step Selection for Fast Diffusion Models
di: Zhang, Hui, et al.
Pubblicazione: (2023)

Consistent Video Colorization via Palette Guidance
di: Wang, Han, et al.
Pubblicazione: (2025)

DC-Net: Divide-and-Conquer for Salient Object Detection
di: Zhu, Jiayi, et al.
Pubblicazione: (2023)

MERG3R: A Divide-and-Conquer Approach to Large-Scale Neural Visual Geometry
di: Cheng, Leo Kaixuan, et al.
Pubblicazione: (2026)

MotionFollower: Editing Video Motion via Lightweight Score-Guided Diffusion
di: Tu, Shuyuan, et al.
Pubblicazione: (2024)

Consistency-Preserving Diverse Video Generation
di: Liu, Xinshuang, et al.
Pubblicazione: (2026)

CoMP: Continual Multimodal Pre-training for Vision Foundation Models
di: Chen, Yitong, et al.
Pubblicazione: (2025)

TempoMaster: Efficient Long Video Generation via Next-Frame-Rate Prediction
di: Ma, Yukuo, et al.
Pubblicazione: (2025)

Geometry Forcing: Marrying Video Diffusion and 3D Representation for Consistent World Modeling
di: Wu, Haoyu, et al.
Pubblicazione: (2025)