Direct-a-Video: Customized Video Generation with User-Directed Camera Movement and Object Motion

计算机科学 计算机视觉 视频跟踪 人工智能 运动补偿 缩放 运动(物理) 对象(语法) 灵活性(工程) 摄像机自动校准 可控性 运动(音乐) 光学(聚焦) 摄像机切除 光学 哲学 工程类 物理 镜头(地质) 美学 统计 石油工程 数学 应用数学
作者
Shiyuan Yang,Liang Hou,Haibin Huang,Chongyang Ma,Pengfei Wan,Di Zhang,Xiaodong Chen,Jing Liao
标识
DOI:10.1145/3641519.3657481
摘要

Recent text-to-video diffusion models have achieved impressive progress. In practice, users often desire the ability to control object motion and camera movement independently for customized video creation. However, current methods lack the focus on separately controlling object motion and camera movement in a decoupled manner, which limits the controllability and flexibility of text-to-video models. In this paper, we introduce Direct-a-Video, a system that allows users to independently specify motions for multiple objects as well as camera's pan and zoom movements, as if directing a video. We propose a simple yet effective strategy for the decoupled control of object motion and camera movement. Object motion is controlled through spatial cross-attention modulation using the model's inherent priors, requiring no additional optimization. For camera movement, we introduce new temporal cross-attention layers to interpret quantitative camera movement parameters. We further employ an augmentation-based approach to train these layers in a self-supervised manner on a small-scale dataset, eliminating the need for explicit motion annotation. Both components operate independently, allowing individual or combined control, and can generalize to open-domain scenarios. Extensive experiments demonstrate the superiority and effectiveness of our method. Project page and code are available at https://direct-a-video.github.io/.

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
2秒前
李健应助zeng采纳,获得30
3秒前
3秒前
范啦啦啦发布了新的文献求助30
3秒前
赘婿应助捞鱼采纳,获得10
3秒前
季末默相依完成签到,获得积分10
4秒前
edtaa完成签到 ,获得积分10
4秒前
yaoxm完成签到,获得积分10
4秒前
5秒前
Alien发布了新的文献求助30
5秒前
5秒前
5秒前
6秒前
6秒前
nkr完成签到,获得积分10
8秒前
xxx发布了新的文献求助10
9秒前
lan完成签到,获得积分20
9秒前
10秒前
Frankenstein发布了新的文献求助30
10秒前
淮海路小佩奇完成签到,获得积分10
10秒前
mm发布了新的文献求助10
10秒前
悦耳亦云完成签到 ,获得积分10
10秒前
万海发布了新的文献求助10
11秒前
Felix发布了新的文献求助10
13秒前
14秒前
14秒前
完美世界应助MJ采纳,获得10
14秒前
zyw完成签到,获得积分20
16秒前
16秒前
16秒前
小二郎应助林林采纳,获得10
17秒前
Alien完成签到,获得积分10
17秒前
ljcznhy完成签到,获得积分10
18秒前
SpongeBob发布了新的文献求助10
18秒前
18秒前
xiaoxiaoliang发布了新的文献求助10
19秒前
李如意发布了新的文献求助10
20秒前
20秒前
sam发布了新的文献求助10
21秒前
21秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
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 3153568
求助须知:如何正确求助?哪些是违规求助? 2804730
关于积分的说明 7861428
捐赠科研通 2462728
什么是DOI,文献DOI怎么找? 1310940
科研通“疑难数据库(出版商)”最低求助积分说明 629428
版权声明 601809