FlowLoss：面向视频扩散模型的动态流条件损失策略
计算机视觉与模式识别
2025-04-22 v1
摘要
视频扩散模型（VDMs）能够生成高质量视频，但在生成时序一致的运动方面常常走弯路。光流监督是一种有前景的解决方法，现有研究通常采用避免显式流匹配的变形基方法。在本工作中，我们探讨了另一种表述方式，即 FlowLoss，直接比较从生成视频和真实视频中提取的光流场。为account for扩散过程中高噪声条件下光流估计不可靠的问题，我们提出了一种噪声感知加权方案，以调制不同去噪步骤中的光流损失。在机器人视频数据集上的实验表明，FlowLoss在提高运动稳定性方面有效，并加速了早期训练阶段的收敛。我们的发现为在噪声条件下的生成模型中融入运动基监督提供了实用见解。
引用
@article{arxiv.2504.14535,
title = {FlowLoss: Dynamic Flow-Conditioned Loss Strategy for Video Diffusion Models},
author = {Kuanting Wu and Kei Ota and Asako Kanezaki},
journal= {arXiv preprint arXiv:2504.14535},
year = {2025}
}