arXiv cs.AI· Wenhao Sun, Rong-Cheng Tu, Jingyi Liao, Dacheng Tao·· 10 天前AI 评分23
扩散模型视频编辑综述：从理论基础到 V2VBench 评测
Diffusion Model-Based Video Editing: A Survey
AI 导读
这篇综述系统梳理了基于扩散模型的视频编辑技术，涵盖数学基础、图像域关键方法，并按核心技术内在关联对视频编辑方法进行分类，勾勒其演进脉络。文章还探讨了基于点的编辑、姿态引导的人体视频编辑等新应用，并提出 V2VBench 进行综合对比评测。最后总结了当前挑战与未来研究方向。
正文 · AI 翻译
摘要：扩散模型（DMs）的快速发展极大地推动了图像和视频应用，使“所见即所得”成为现实。其中，视频编辑受到了广泛关注，研究活动迅速增加，因此有必要对现有文献进行全面而系统的综述。本文综述了基于扩散模型的视频编辑技术，包括理论基础与实际应用。我们首先概述了数学表述以及图像领域的关键方法。随后，我们根据其核心技术的内在联系对视频编辑方法进行分类，描绘其演化轨迹。本文还深入探讨了新颖应用，包括基于点的编辑和姿态引导的人体视频编辑。此外，我们使用新提出的 V2VBench 进行了全面比较。在迄今取得进展的基础上，本文最后总结了持续存在的挑战以及未来研究的潜在方向。
| 评论： | 24 页，16 幅图，与本文相关的项目可在 此 https URL 找到 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；机器学习（cs.LG）；多媒体（cs.MM） |
| 引用为： | arXiv:2407.07111 [cs.CV] |
| （或使用 arXiv:2407.07111v2 [cs.CV] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2407.07111 由 DataCite 颁发的 arXiv DOI |
|
| 期刊 参考： | International Journal of Computer Vision 134(10), 440 (2026) |
| 相关 DOI： | https://doi.org/10.1007/s11263-026-03040-6
链接到相关资源的 DOI |
提交历史
来自：Wenhao Sun [查看电子邮件]
[v1]
2024 年 6 月 26 日星期三 04:58:39 UTC（3,577 KB）
[v2]
2026 年 10 月 6 日星期二 08:18:15 UTC（14,314 KB）
来源：arXiv cs.AI · arxiv.org