时序关联视频桥接匹配
机器学习
2026-03-27 v2
摘要
扩散模型在噪声到数据生成任务中表现出色，能够将高斯分布映射到更复杂的数据分布。然而它们在建模复杂分布之间的翻译方面存在困难，限制了其在数据到数据任务中的有效性。虽然桥接匹配模型通过寻找数据分布之间的翻译来解决这一问题，但其在时序相关数据序列上的应用仍未探索。对于视频生成和操作任务而言，这一限制尤为关键，因为保持时间一致性至关重要。为此，我们提出时序关联视频桥接匹配(TCVBM)，一种将BM扩展到视频领域时序相关数据序列的框架。TCVBM显式地建模扩散桥内的序列间依赖关系，直接将时间相关性纳入采样过程。我们将方法与基于桥接匹配和扩散模型的经典方法进行比较，针对三个视频相关任务进行评估：帧插值、图像到视频生成和视频超分辨率。TCVBM在多个定量指标上实现了优异性能，显示出增强的生成质量和重建保真度。
引用
@article{arxiv.2510.12453,
title = {Time-Correlated Video Bridge Matching},
author = {Viacheslav Vasilev and Arseny Ivanov and Nikita Gushchin and Maria Kovaleva and Alexander Korotin},
journal= {arXiv preprint arXiv:2510.12453},
year = {2026}
}