plus studio · 2023-08-23T10:32:00Z Dual-Stream Diffusion Net for Text-to-Video Generation笔记 💡 原文中文，约500字，阅读约需1分钟。 📝 内容提要 本文提出了一种双流扩散网络（DSDN）用于文本生成视频。该模型通过编码器提取内容和动作特征，并采用增量学习进行更新。通过交叉注意力模块实现信息对齐，最后引入运动合成器以简化运动信息处理。 🏷️ 标签 diffusion 双流扩散网络 增量学习 文本生成 视频 运动合成器 阅读原文 生成长图 分享链接 已复制链接
