Tune-A-Video: One-Shot Tuning of Image Diffusion Models for Text-to-Video Generation

计算机科学 人工智能 计算机视觉 视频跟踪 钥匙(锁) 弹丸 推论 视频压缩图片类型 发电机(电路理论) 视频处理 计算机安全 量子力学 物理 功率(物理) 有机化学 化学
作者
Jay Zhangjie Wu,Yixiao Ge,Xintao Wang,Weixian Lei,Yuchao Gu,Wynne Hsu,Ying Shi,Xiaohu Qie,Mike Zheng Shou
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2212.11565
摘要

To replicate the success of text-to-image (T2I) generation, recent works employ large-scale video datasets to train a text-to-video (T2V) generator. Despite their promising results, such paradigm is computationally expensive. In this work, we propose a new T2V generation setting$\unicode{x2014}$One-Shot Video Tuning, where only one text-video pair is presented. Our model is built on state-of-the-art T2I diffusion models pre-trained on massive image data. We make two key observations: 1) T2I models can generate still images that represent verb terms; 2) extending T2I models to generate multiple images concurrently exhibits surprisingly good content consistency. To further learn continuous motion, we introduce Tune-A-Video, which involves a tailored spatio-temporal attention mechanism and an efficient one-shot tuning strategy. At inference, we employ DDIM inversion to provide structure guidance for sampling. Extensive qualitative and numerical experiments demonstrate the remarkable ability of our method across various applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
威武的乌冬面完成签到,获得积分10
刚刚
彭于晏应助柚子采纳,获得10
刚刚
priss111给dzbb的求助进行了留言
1秒前
好好学习发布了新的文献求助20
1秒前
叶世玉发布了新的文献求助10
1秒前
2秒前
2秒前
yixiao完成签到,获得积分10
2秒前
学术蜗牛发布了新的文献求助10
2秒前
trial完成签到 ,获得积分10
3秒前
3秒前
Xiang发布了新的文献求助10
4秒前
共享精神应助huhu采纳,获得10
4秒前
立追拓完成签到,获得积分10
4秒前
5秒前
5秒前
5秒前
思源应助uu采纳,获得10
6秒前
杨qian完成签到,获得积分10
6秒前
Joy发布了新的文献求助10
7秒前
nsk发布了新的文献求助10
7秒前
7秒前
万能图书馆应助包容诗云采纳,获得10
7秒前
科研通AI2S应助科研通管家采纳,获得10
8秒前
tianzml0应助科研通管家采纳,获得10
8秒前
CipherSage应助科研通管家采纳,获得30
8秒前
在水一方应助科研通管家采纳,获得10
8秒前
拼搏小丸子完成签到 ,获得积分10
8秒前
8秒前
LCW07发布了新的文献求助10
8秒前
8秒前
tianzml0应助科研通管家采纳,获得10
8秒前
小马甲应助科研通管家采纳,获得10
8秒前
Owen应助科研通管家采纳,获得10
8秒前
iNk应助科研通管家采纳,获得10
8秒前
jyx应助科研通管家采纳,获得10
8秒前
跳跃寄柔发布了新的文献求助10
8秒前
8秒前
田様应助科研通管家采纳,获得10
8秒前
王小兵发布了新的文献求助30
9秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Becoming: An Introduction to Jung's Concept of Individuation 600
中国氢能技术发展路线图研究 500
Communist propaganda: a fact book, 1957-1958 500
Briefe aus Shanghai 1946‒1952 (Dokumente eines Kulturschocks) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3168110
求助须知:如何正确求助?哪些是违规求助? 2819468
关于积分的说明 7926640
捐赠科研通 2479343
什么是DOI,文献DOI怎么找? 1320739
科研通“疑难数据库(出版商)”最低求助积分说明 632898
版权声明 602458