AtomoVideo: Генерация видео изображений высокой точности

AtomoVideo: High Fidelity Image-to-Video Generation

March 4, 2024

Авторы: Litong Gong, Yiran Zhu, Weijie Li, Xiaoyang Kang, Biao Wang, Tiezheng Ge, Bo Zheng

cs.AI

Аннотация

В последнее время генерация видео достигла значительного быстрого развития на основе передовых техник генерации текста в изображение. В данной работе мы предлагаем высококачественную структуру для генерации изображения в видео, названную AtomoVideo. Основываясь на многогранной инъекции изображения, мы достигаем более высокой точности сгенерированного видео по сравнению с заданным изображением. Кроме того, благодаря качественным наборам данных и стратегиям обучения, мы добиваемся большей интенсивности движения, сохраняя при этом превосходную временную последовательность и стабильность. Наша архитектура гибко расширяется на задачу предсказания кадра видео, обеспечивая предсказание длинной последовательности через итеративную генерацию. Благодаря разработке адаптерного обучения, наш подход может хорошо сочетаться с существующими персонализированными моделями и управляемыми модулями. После количественной и качественной оценки AtomoVideo достигает превосходных результатов по сравнению с популярными методами, дополнительные примеры можно найти на нашем веб-сайте проекта: https://atomo-video.github.io/.

English

Recently, video generation has achieved significant rapid development based on superior text-to-image generation techniques. In this work, we propose a high fidelity framework for image-to-video generation, named AtomoVideo. Based on multi-granularity image injection, we achieve higher fidelity of the generated video to the given image. In addition, thanks to high quality datasets and training strategies, we achieve greater motion intensity while maintaining superior temporal consistency and stability. Our architecture extends flexibly to the video frame prediction task, enabling long sequence prediction through iterative generation. Furthermore, due to the design of adapter training, our approach can be well combined with existing personalised models and controllable modules. By quantitatively and qualitatively evaluation, AtomoVideo achieves superior results compared to popular methods, more examples can be found on our project website: https://atomo- video.github.io/.