本研究提出了一种基于变换器的深度伪造视频检测框架，通过利用运动信息中的方向性不一致模式来提升检测的普适性，并引入时空不变损失以防止过拟合。实验结果表明该方法有效且具有先进性能。

本文介绍了一种新的视频生成框架VideoControlNet，利用运动信息提升视频内容一致性。Motion-Zero框架改善了移动物体的稳定性和准确性，Direct-a-Video允许用户控制对象和相机运动。Ctrl-Adapter增强了视频控制的多样性，COMD模型实现了灵活的摄像机运动转移。CamTrol方法通过三维点云空间建模，实现了对视频摄像机运动的稳健控制。EasyControl框架则通过条件适配器提升视频生成的控制能力。

本文研究了动态视觉刺激生成，提出了多种模型，如Spaciotemporal Style Transfer和TeCoS-LVM，以模拟人脑对视觉刺激的反应。研究强调动态刺激对人类视觉的影响，并展示了如何解耦静态与运动表征。通过fMRI数据，验证了运动信息的预测能力，并提出基于空间-时间变换器的神经网络，提升了动态场景图生成的性能，为理解人脑处理动态视觉信息提供了新框架。

本文介绍了一种新型视频预测模型，基于残差更新规则，能够有效处理复杂数据集并显著提升预测性能。该模型通过分解视频的运动和内容信息，增强了表达能力和随机性学习能力，能够在长时间范围内生成复杂场景结构和运动，预测效果优于现有方法。

本文介绍了一种新的方法，利用纹理和运动信息作为监督信号，将 RGB 训练的水域分割网络适用于航空热成像。该方法使得自主航空机器人能够在夜间执行导航、测量和跟踪任务。作者整理了第一个临近海域热成像航空数据集，并证明了该方法的优势。代码和数据集可在指定链接上获取。

该文介绍了一种基于事件相机的无监督学习框架，通过事件流中的运动信息来学习运动。使用该框架训练了两个网络，一个用于预测光流，另一个用于预测自运动和深度。