I2VControl：解耦且统一的视频运动合成控制
计算机视觉与模式识别
2025-07-31 v3
摘要
运动可控性是视频合成的关键。然而，大多数先前方法仅限于单一控制类型， 将其组合常导致逻辑冲突。本文提出一种解耦且统一的框架，称为I2VControl，以克服逻辑冲突。我们重新思考了相机控制、对象拖拽和运动刷子，将所有任务重新表述为基于点轨迹的一致表示，每个表示由专用 formulation 管理。相应地，我们提出了一种空间分区策略，其中每个单元被分配给相应的控制类别，使 diverse control types 能够在单个合成管道中动态编排且无冲突。此外，我们设计了一种适配器结构，作为预训练模型的插件， 对特定模型架构不敏感。我们进行了大量实验， 在各种控制任务上实现了优异性能， 该方法还促进了用户驱动的创意组合，增强了创新和创造力。项目页面：https://wanquanf.github.io/I2VControl。
引用
@article{arxiv.2411.17765,
title = {I2VControl: Disentangled and Unified Video Motion Synthesis Control},
author = {Wanquan Feng and Tianhao Qi and Jiawei Liu and Mingzhen Sun and Pengqi Tu and Tianxiang Ma and Fei Dai and Songtao Zhao and Siyu Zhou and Qian He},
journal= {arXiv preprint arXiv:2411.17765},
year = {2025}
}
备注
Accepted to ICCV 2025. Project page: https://wanquanf.github.io/I2VControl