論文の概要: Φ-Noise: Training-Free Temporal Video Conditioning via Phase-Based Noise Manipulation
- arxiv url: http://arxiv.org/abs/2605.24509v1
- Date: Sat, 23 May 2026 10:43:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 19:50:18.145821
- Title: Φ-Noise: Training-Free Temporal Video Conditioning via Phase-Based Noise Manipulation
- Title（参考訳）: フェイズベースノイズマニピュレーションによる訓練不要のテンポラルビデオコンディショニング
- Authors: Ofir Abramovich, Nadav Z. Cohen, Adi Rosenthal, Ariel Shamir,
- Abstract要約: 遅延ビデオ拡散モデルは、ガウスノイズをテキストまたは視覚入力で条件付けられた現実的なサンプルに変換することによってビデオを生成する。
参照ビデオから直接低周波位相情報を拡散雑音ラテントに注入することにより、モーションコンディショニングビデオ生成のためのトレーニング不要なアプローチを提案する。
- 参考スコア（独自算出の注目度）: 16.367974672253055
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Latent video diffusion models generate videos by progressively transforming Gaussian noise into realistic samples conditioned on text or visual inputs. However, existing conditioning methods often require additional training and computational overhead. Motivated by recent findings on the importance of frequency components in generative models, we propose a simple, training-free approach for motion-conditioned video generation by injecting low-frequency phase information from a reference video directly into the diffusion noise latents. Our method transfers motion cues without modifying the model architecture or inference pipeline. Using several applications, we demonstrate effective control over both appearance and dynamics in generated videos, while achieving competitive or superior results compared to more complex conditioning approaches.
- Abstract（参考訳）: 遅延ビデオ拡散モデルは、ガウスノイズをテキストや視覚入力で条件付けられた現実的なサンプルに変換することによって、ビデオを生成する。
しかし、既存の条件付け手法は、しばしば追加のトレーニングと計算オーバーヘッドを必要とする。
生成モデルにおける周波数成分の重要性に関する最近の知見に触発されて,参照ビデオから直接拡散雑音ラテントに低周波位相情報を注入することにより,モーションコンディショニングビデオ生成のための簡易な訓練不要アプローチを提案する。
本手法は,モデルアーキテクチャや推論パイプラインを変更することなく動作キューを転送する。
いくつかのアプリケーションを用いて、より複雑な条件付け手法と比較して、競合性や優れた結果が得られながら、生成されたビデオの外観とダイナミックスの両方を効果的に制御できることを示す。
関連論文リスト
- Training-Free Motion Customization for Distilled Video Generators with Adaptive Test-Time Distillation [53.877572078307935]
蒸留ビデオ生成モデルは、高速で効率的なが、参照ビデオによってガイドされるときの動きのカスタマイズに苦労する。
拡散教師の強制力を活用して運動のカスタマイズを可能にする訓練不要な試験時間蒸留フレームワークであるMotionEchoを提案する。
論文 参考訳（メタデータ） (2025-06-24T06:20:15Z) - FlowMo: Variance-Based Flow Guidance for Coherent Motion in Video Generation [51.110607281391154]
FlowMoは、テキスト・ビデオ・モデルにおける動きコヒーレンスを高めるためのトレーニング不要のガイダンス手法である。
時間次元のパッチワイドな分散を測定して動きのコヒーレンスを推定し、サンプリング中にこの分散を動的に減少させるためにモデルを導く。
論文 参考訳（メタデータ） (2025-06-01T19:55:33Z) - RAGME: Retrieval Augmented Video Generation for Enhanced Motion Realism [73.38167494118746]
生成ビデオにおける動きのリアリズムを改善するための枠組みを提案する。
生成フェーズにおける検索機構の導入を提唱する。
私たちのパイプラインは、どんなテキスト間拡散モデルにも適用できるように設計されています。
論文 参考訳（メタデータ） (2025-04-09T08:14:05Z) - AccVideo: Accelerating Video Diffusion Model with Synthetic Dataset [55.82208863521353]
合成データセットを用いたビデオ拡散モデルの高速化のための推論ステップを削減するために,AccVideoを提案する。
本モデルでは,教師モデルに比べて生成速度が8.5倍向上した。
従来の高速化手法と比較して,より高品質で解像度の高いビデオを生成することができる。
論文 参考訳（メタデータ） (2025-03-25T08:52:07Z) - Go-with-the-Flow: Motion-Controllable Video Diffusion Models Using Real-Time Warped Noise [19.422355461775343]
我々は、構造化潜在雑音サンプリングによる動き制御を可能とし、映像拡散モデルを強化した。
本稿では,ランダムな時空間のガウス性と相関した雑音を置き換え,リアルタイムに動作可能な新しいノイズワープアルゴリズムを提案する。
提案アルゴリズムの効率性により,ワープノイズを最小限のオーバーヘッドで使用することで,最新の映像拡散ベースモデルを微調整することができる。
論文 参考訳（メタデータ） (2025-01-14T18:59:10Z) - SF-V: Single Forward Video Generation Model [57.292575082410785]
そこで本稿では,単段階ビデオ生成モデルを得るための新しい手法を提案する。
実験により,提案手法は計算オーバーヘッドを大幅に低減した合成ビデオの競合生成品質を実現することを示す。
論文 参考訳（メタデータ） (2024-06-06T17:58:27Z) - Continuous-Time Video Generation via Learning Motion Dynamics with
Neural ODE [26.13198266911874]
動きと外観の異なる分布を学習する新しい映像生成手法を提案する。
本稿では,第1段階が任意のフレームレートで雑音ベクトルをキーポイント列に変換し,第2段階が与えられたキーポイントシーケンスと外観雑音ベクトルに基づいて映像を合成する2段階の手法を用いる。
論文 参考訳（メタデータ） (2021-12-21T03:30:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。