motion dynamics | BriefGPT - AI 论文速递

关键词motion dynamics

搜索结果 - 16

音频同步视觉动画
当前的视觉生成方法可以通过文本生成高质量的视频，但有效地控制物体动态仍然是一项挑战。本研究探讨了音频作为生成时间同步图像动画的线索。我们引入了音频同步视觉动画（ASVA），这是一项通过多类别的音频片段在时间上引导静态图像展示运动动态的任务。
PDF4 months ago
动作识别的流动力学校正
基于光流和动作识别，本文研究不同类型的光流及从光流中提取的特征，通过对光流动态进行功率归一化以纠正流动态并提高性能，进一步将修正后的流动态集成到流行模型中，并通过简单的幻觉步骤翻译 CNN 特征图到不同尺度的光流特征，取得多个基准测试中的最
PDF9 months ago
SSVOD：带有稀疏标注的半监督视频物体检测
通过利用视频的动态运动特性，我们引入了 SSVOD，一个端到端的半监督视频目标检测框架，以利用大规模未标记的帧和稀疏注释来选择性地组装鲁棒的伪标签，并通过结合硬伪标签和软伪标签的置信度阈值进行伪标签的确认偏见和不确定性噪声的平衡，从而在 I
PDF10 months ago
MM细粒度时空运动对齐以用于对比视频表示学习
在本文中，我们提出了一个 Fine-grained Motion Alignment（FIMA）框架，它能够引入对齐良好且显著的运动信息。通过在时空领域中开发密集的对比学习框架来生成像素级的运动监督，并设计了运动解码器和前景采样策略来消除时
PDF10 months ago
基于骨骼动态信息的人体动作识别中的硬性无框对抗性攻击
该研究证明了基于骨骼的人体活动识别方法容易受到对抗性攻击，并通过学习动作流形和定义对抗损失函数得到了一种新的梯度，称为骨骼 - 运动信息梯度。该研究提出了一种无需访问受攻击模型、训练数据或标签的攻击方法，对现有分类器构成真正的威胁，并提升了
PDFa year ago
MM使用流变换器进行视频帧插值
我们提出了一种视频帧插值流 Transformer 的方法，通过将运动动态从光流中引入自注意机制，使得我们的框架适用于插值具有大运动的帧，同时保持相对较低的复杂性，并通过构建多尺度架构来提高整体性能，实验证明该方法能够生成比现有方法更好视觉
PDFa year ago
AnimateDiff: 个性化文本图像扩散模型的动画化方法
通过在冻结的文本到图像模型中插入一个新初始化的动态建模模块并对其进行视频剪辑训练，我们提出了一个实用的框架，一劳永逸地使大多数现有的个性化文本到图像模型都能够生成多样化和个性化的动态图像。
PDFa year ago
ECCV基于运动敏感的对比学习方法用于自监督视频表征
本文提出了一种 Motion Sensitive Contrastive Learning (MSCL) 方法，将光流获取的运动信息注入到 RGB 帧中，强化特征学习，通过局部运动对比学习（LMCL），以及流旋转增强（FRA）和运动差分采样
PDF2 years ago
ICLR动态感知隐式生成对抗网络生成视频
本文提出了一种深度生成对抗网络（DIGAN），其利用隐性神经表示的视频生成，通过操作空间和时间坐标的不同方式来改善运动动力学，有效地缓解视频生成的问题。在多个数据集上，DIGAN 的性能均优于现有最先进的方法，可以生成更长的视频序列，并实现
PDF2 years ago
基于对比重构的自监督骨架动作识别表示学习
该论文提出了一种名为 CRRL 的新型对比重建表示学习网络，它通过无监督学习方式，同时捕捉姿态和运动动态，从而提高无标签数据的骨骼动作识别效果。在实验上，该方法在多个基准数据集上远远优于现有技术水平。
PDF3 years ago
ECCV通过识别时间转换进行视频表示学习
本研究提出了一种新颖的自监督学习方法来学习对于动态运动变化有响应的视频表征，通过训练神经网络来区分不同的时间变换的视频序列，使得无需人工标注数据即可准确地识别视频中的不稳定运动并增强神经网络在小数据集上的训练。该方法经过实验证明，可显著提高
PDF4 years ago
TrajectoryNet: 一种新的用于人类运动预测的时空特征学习网络
本文提出一种基于 2D CNN 的新网络 TrajectoryNet，用于预测轨迹空间中未来的姿势，重点在于对先前姿势序列的耦合时空特征、局部全局空间特征和全局时间共现特征的建模，实验结果表明所提出方法在 3 个基准测试上达到了最先进的效果
PDF5 years ago
基于骨架的在线动作预测：使用比例选择网络
本文提出了一种适用于骨架输入数据的行为预测框架，该框架采用了多种卷积网络技术，并在空间和时间维度上进行了优化，以识别一系列活动中正在进行的活动，并通过层次结构的语义表示来提高预测准确性。
PDF5 years ago
CVPR利用多阶段动态生成对抗网络学习生成时间变换视频
该研究基于 GAN，介绍了一种生成逼真的高分辨率时间流视频的方法，第一阶段生成真实内容的视频，第二阶段利用 Gram 矩阵提高了运动动态和最后生成视频的逼真性。实验证明，该方法优于现有的最新模型。
PDF7 years ago
在线目标特定度量学习和连贯动力学估计进行路径片段关联
本文提出一种基于在线目标特定度量学习和协同动力学估计的方法，通过网络流优化来实现长期多人跟踪中的轨迹相关性关联。该方法利用外观和动态线索，避免跟踪时出现身份混淆，并恢复漏检。在跟踪过程中，学习和在线估计目标特定的度量（外观线索）和动态（运动
PDF9 years ago
全局相似结构下的众包显著性检测
本研究提出了一种新的框架，通过从人群运动场景中抽取的低级特征转换为全局相似性结构，自动检测并定位人群场景中引人注目的区域。这种方法是无监督的，可以在各种人群情况下自动识别显著区域。
PDF10 years ago