Tag · 4 篇

运动迁移

分布图像编辑与可控生成3生成模型与扩散1

Let Your Image Move with Your Motion! -- Implicit Multi-Object Multi-Motion Transfer

把扩散注意力本身当作物体掩码的来源，用物体特定掩码约束注意力，使运动 token 与文本 token 只作用于指定区域，这一「注意力即掩码」的思路可直接迁移到多主体视频编辑、组合式可控生成等需要区域解耦的任务。

Generative Video Motion Editing with 3D Point Tracks

利用3D点轨迹作为稀疏对应关系来条件化视频扩散模型，实现相机与物体运动的联合编辑；3D轨迹提供的深度线索有助于解决遮挡和深度顺序问题，为视频运动编辑提供了可复用的控制信号。

FlowMotion: Training-Free Flow Guidance for Video Motion Transfer

对做视频生成的人，这篇给出了一个免训练的运动控制手段：直接拿 flow-based T2V 模型早期潜变量预测当运动表征，省掉额外构造中间引导的开销；速度正则化稳定优化的做法也可迁移到其他采样期引导任务。

FG-Portrait: 3D Flow Guided Editable Portrait Animation

把参数化三维人脸模型算出的稠密三维流当作几何先验注入扩散模型，用三维流编码为每个目标像素查询位移，并用深度引导采样对齐二维运动；这套「三维几何先验 + 扩散条件控制」思路可迁移到任何需要源到驱动对应关系的可控人像/人体生成任务。