Enhance-A-Video：免费提升生成视频的效果
计算机视觉与模式识别
2025-02-28 v3
摘要
DiT 基于的视频生成已取得显著成果，但针对现有模型的提升研究仍相对不足。本文中，我们引入一种无需训练的替代方法，用于提升 DiT 基于的生成视频的连贯性和质量，命名为 Enhance-A-Video。核心思想是基于非对角时间注意力分布增强跨帧关联性。由于其简单设计，本方法可轻松应用于大多数无需重新训练或微调的 DiT 基于视频生成框架。跨各种 DiT 基于的视频生成模型，我们的方法在时序一致性和视觉质量方面均显示出有前景的改进。我们希望这项研究能够激发未来在视频生成增强方面的探索。
引用
@article{arxiv.2502.07508,
title = {Enhance-A-Video: Better Generated Video for Free},
author = {Yang Luo and Xuanlei Zhao and Mengzhao Chen and Kaipeng Zhang and Wenqi Shao and Kai Wang and Zhangyang Wang and Yang You},
journal= {arXiv preprint arXiv:2502.07508},
year = {2025}
}