上一篇
LaTRO是什么？一文让你看懂LaTRO的技术原理、主要功能、应用场景
ReCapture是什么？一文让你看懂ReCapture的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
ReCapture概述简介
ReCapture是谷歌和新加坡国立大学推出的视频处理技术，能从单一用户提供的视频中生成具有新相机轨迹的新视频。ReCapture用多视图扩散模型或基于深度的点云渲染生成带有新相机轨迹的噪声锚视频，采用掩码视频微调技术，将锚视频转换成干净、时间一致的重新角度化视频，保留原始视频中的场景运动，从新角度展现场景。ReCapture能合理地想象出原始视频中不可见的场景部分。
ReCapture的功能特色
生成新视角视频：从一个用户提供的源视频中生成具有全新相机轨迹的视频，支持从不同角度观察同一场景。
保留原有场景运动：在生成新视角视频的同时，保留源视频中的所有现有场景运动。
电影级相机运动：模拟电影级别的相机运动，如缩放、平移和倾斜，增强视频的视觉效果。
场景补全：合理地想象并补全源视频中不可见的场景部分，增强视频内容的完整性。
提高视频质量：基于掩码视频微调技术，将带有噪声的锚视频转换成干净、时间一致的高质量视频。
ReCapture的技术原理
锚视频生成：
深度估计与点云渲染：基于逐帧深度估计，将视频帧转换为3D点云序列，根据用户指定的相机运动模拟新视角，渲染点云序列以生成新的视频帧。
多视图扩散模型：对于更复杂的相机轨迹（如围绕场景中某点的轨道），用多视图扩散模型来生成新视角的视频帧。
掩码视频微调：
时间LoRA（低秩适应）：在掩码锚视频上微调时间LoRA学习场景动态，关注于学习锚视频中有意义的像素部分，忽略未知区域。
空间LoRA：在源视频的增强帧上微调空间LoRA学习场景的外观，确保填补的像素与原视频像素无缝融合。
视频模型的强先验：用视频模型的强先验知识，在掩码区域自动填充合理内容，显著提高视频的时间一致性，消除锚视频中的抖动。
ReCapture项目介绍
项目官网：generative-video-camera-controls.github.io
arXiv技术论文：https://arxiv.org/pdf/2411.05003
ReCapture能做什么？
电影和视频制作：电影制作人重新编辑和调整已拍摄的视频，改变原有的相机角度和运动，用创造新的视觉效果或改进场景构图。
视频编辑和后期制作：视频编辑者修正或增强视频内容，例如，改变相机视角突出视频中的关键元素或消除不想要的背景。
虚拟现实（VR）和增强现实（AR）：在VR和AR应用中，生成更加沉浸式和互动式的视频内容，提供从不同视角观察场景的能力。
新闻和纪录片：记者和纪录片制作者重现事件，从多个角度展示新闻故事或历史事件，增加报道的深度和维度。
体育赛事直播：体育赛事的直播提供更多的视角，让观众从不同的相机角度体验比赛，增强观赛体验。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
ASAL是什么？一文让你看懂ASAL的技术原理、主要功能、应用场景2025-04-05 -
Proxy Lite是什么？一文让你看懂Proxy Lite的技术原理、主要功能、应用场景2025-04-05
-
MobA是什么？一文让你看懂MobA的技术原理、主要功能、应用场景2025-04-05
-
LLM2LLM是什么？一文让你看懂LLM2LLM的技术原理、主要功能、应用场景2025-04-05
-
CogSound是什么？一文让你看懂CogSound的技术原理、主要功能、应用场景2025-04-05
-
CSGO AI是什么？一文让你看懂CSGO AI的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
MeshifAI
MeshifAI 是一个先进的文本到 3D 模型生成平台，旨在帮助开发者在应用程序、游戏和网站中快速集成高质量的 3D 生成功能。凭借其强大的 AI ...
Gemini 1.5 Pro
Gemini 1.5 Pro是Google开发者平台推出的下一代AI模型,支持语音理解、系统指令、JSON输出等新功能,并推出了新一代文本嵌入模型Ge...
AI Webcam Visual Effects: Google Meet & Other
AI视频特效插件，可实现背景模糊、更换背景、美化等功能，适用于Google Meet和其他视频会议平台。...
futurefinder
FutureFinder通过AI驱动的指导来实现个人成长和职业发展。它使用专家建议和数据驱动的见解来为用户创建量身定制的教育和职业途径。通过Futur...
prompt mixer
提示搅拌机是一种为团队创建和测试AI驱动解决方案而设计的协作工具。它允许跨不同模型进行迅速和链条的创建，有效的测试以及全面评估。...
Awesome-LLM-Post-training
Awesome-LLM-Post-training 是一个专注于大型语言模型（LLM）后训练方法的资源库。它提供了关于 LLM 后训练的深入研究，包括...
TinyWow
TinyWow是一个提供免费在线工具的网站，包括PDF编辑、图像处理、AI写作、视频处理等功能。用户可以通过TinyWow来解决各种工作和生活中的问题...
Dropbase
Dropbase是一个为开发者设计的平台，旨在快速且无痛地构建自定义的内部工具和后台操作软件。它通过自然语言声明应用、UI预览、拖放调整、输入行为生成...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
