时序正则化使您的视频生成器更强大
计算机视觉与模式识别
2025-03-20 v1 人工智能
摘要
时序质量是视频生成的关键方面，确保跨帧的运动一致性和真实动态。然而，实现高时序一致性和多样性仍具有挑战性。本文首次探索视频生成中的时序增强，提出FluxFlow用于初始调查，一种旨在增强时序质量的策略。在数据层面上，FluxFlow应用受控时序扰动而无需架构修改。在UCF-101和VBench基准测试上的大量实验表明，FluxFlow显著提高了各种视频生成模型（包括U-Net、DiT和基于自回归的架构）的时序一致性和多样性，同时保持空间保真度。这些发现凸显了时序增强作为一种简单而有效的方法以推动视频生成质量的潜力。
引用
@article{arxiv.2503.15417,
title = {Temporal Regularization Makes Your Video Generator Stronger},
author = {Harold Haodong Chen and Haojian Huang and Xianfeng Wu and Yexin Liu and Yajing Bai and Wen-Jie Shu and Harry Yang and Ser-Nam Lim},
journal= {arXiv preprint arXiv:2503.15417},
year = {2025}
}
备注
Project: https://haroldchen19.github.io/FluxFlow/