Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

MusicInfuser: Making Video Diffusion Listen and Dance

Created by
  • Haebom
Category
Empty

저자

Susung Hong, Ira Kemelmacher-Shlizerman, Brian Curless, Steven M. Seitz

개요

MusicInfuser는 특정 음악 트랙에 맞춰 동기화된 고품질 댄스 비디오를 생성하는 새로운 방법을 제시합니다. 새로운 다중 모드 오디오-비디오 모델을 설계하고 훈련하는 대신, 경량의 음악-비디오 크로스 어텐션과 저랭크 어댑터를 도입하여 기존 비디오 확산 모델을 음악 입력에 맞춰 조정하는 방법을 보여줍니다. 모션 캡처 데이터가 필요한 이전 연구와 달리, MusicInfuser는 댄스 비디오에서만 미세 조정합니다. MusicInfuser는 기본 모델의 유연성과 생성 능력을 유지하면서 고품질 음악 기반 비디오 생성을 달성합니다. 또한 비디오-LLM을 사용하여 댄스 생성 품질의 여러 측면을 평가하는 평가 프레임워크를 도입합니다. 프로젝트 페이지와 코드는 https://susunghong.github.io/MusicInfuser에서 확인할 수 있습니다.

시사점, 한계점

•
시사점:
◦
기존 비디오 확산 모델을 활용하여 모션 캡처 데이터 없이 고품질 음악 동기화 댄스 비디오 생성 가능.
◦
경량의 음악-비디오 크로스 어텐션 및 저랭크 어댑터를 통해 효율적인 모델 조정.
◦
비디오-LLM 기반의 새로운 평가 프레임워크 제시.
◦
기존 모델의 유연성과 생성 능력 유지.
•
한계점:
◦
제시된 평가 프레임워크의 일반화 가능성 및 객관성에 대한 추가 검증 필요.
◦
다양한 음악 장르 및 댄스 스타일 적용에 대한 추가 연구 필요.
◦
생성 비디오의 다양성 및 창의성 향상을 위한 추가 연구 필요.
👍
Made with Slashpage