流式感知扩散框架实现实时视频超分
热点事件持续更新
流式感知扩散框架实现实时视频超分
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者 Harris Partaourides 与 Sotirios Chatzis 提出一种流式感知扩散框架，用于实时视频超分辨率。该框架改造预训练的单图像潜在扩散模型，利用视频流的序列结构，通过 Cross-Step Attention 复用相邻帧与扩散步的中间去噪特征，并用 Trajectory-Coupled Diffusion Scheduling 对齐相邻扩散状态。 据研究者称，这一设计将 N 帧、S 步的计算复杂度从 O(N·S) 降至 O(N+S)，从而支持实时视频超分。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
基于跨步注意力的流式感知扩散模型实现实时视频超分报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.CV基于跨步注意力的流式感知扩散模型实现实时视频超分
研究者提出流式感知框架，通过 Cross-Step Attention 复用相邻帧与扩散步的中间去噪特征，并用 Trajectory-Coupled Diffusion Scheduling 对齐相邻扩散状态，将 N 帧、S 步的计算复杂度从 O(N·S) 降至 O(N+S)。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。