Tokenization of Videos with a Learned Autoregressive Generative Prior

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新型视频标记器LARP,旨在克服传统视频标记方法在自回归生成模型中的局限性。LARP通过学习整体查询来收集视觉信息,提升生成模型的表现,并在UCF101视频生成基准上取得了先进的性能,显示出其潜在的应用价值。

🏷️

标签

➡️

继续阅读