FreeMask：重新思考注意力掩码在零-shot视频编辑中的重要性

BriefGPT - AI 论文速递 · 2024-09-30T00:00:00Z

该研究提出了一种文本视频编辑方法，分为两个阶段：首先用文本到图像扩散模型编辑关键帧，然后用MaskINT模型进行帧插值。MaskINT利用非自回归生成变压器，有效指导中间帧结构。实验显示，该方法在效率和效果上优于其他模型，提供了实用的文本视频编辑解决方案。