arXiv cs.CV· Tsz-Yui Qin, Siyu Zhou, Chi-Keung Tang, Yuxiang Nie, Shu Yang·· 4 小时前AI 评分16
FLAIR：流引导潜在动作注入的无参考手术视频生成框架
Beyond Masks and Trajectories: Flow-Guided Latent Action Injection for Stable Surgical Video Generation
AI 导读
FLAIR 是一个流引导潜在动作注入框架，可从真实手术视频的光流中学习动作先验，由输入提示词动态预测潜在动作表示并注入冻结的基座模型，实现仅用文本推理、无需掩码或轨迹等辅助条件的手术视频生成。作者同时构建了首个大规模以动作为中心的手术视觉数据集 SurgActionClip-30K，以及首个手术领域专用评测指标 SurgMetrics，实验显示其与人类感知的对齐优于传统指标。
来源：arXiv cs.CV · arxiv.org