计算机科学 > 计算机视觉与模式识别
[提交于 2025年8月11日
]
标题: 肩部视角:生成肩部视角对话视频
标题: ShoulderShot: Generating Over-the-Shoulder Dialogue Videos
摘要: 过肩对话视频在电影、短剧和广告中至关重要,提供视觉多样性并增强观众的情感联系。 尽管其重要性,此类对话场景在视频生成研究中仍大多未被深入探索。 主要挑战包括在不同镜头中保持角色一致性、创造空间连续性的感觉,以及在有限的计算预算内生成长篇多轮对话。 在此,我们提出ShoulderShot,一种结合双镜头生成与循环视频的框架,能够在保持角色一致性的同时实现更长的对话。 我们的结果表明,在镜头切换布局、空间连续性和对话长度灵活性方面,其能力超越了现有方法,从而为实际对话视频生成开辟了新可能。 视频和比较内容可在 https://shouldershot.github.io 查看。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.