SAVE

保存：用於文本引導視頻編輯的圖像擴散模型的光譜移動的適應

如果您喜歡我們的項目，請在Github上給我們一顆星星以進行最新更新。

項目頁面|紙

？亮點

保存允許您在3分鐘內編輯視頻！而不是30分鐘！在索塔。

高效，高質量和快速

• 圖像產生的穩定擴散（SD） - >高質量
• 僅微調查詢矩陣的奇異值 - >有效適應
• 正規化奇異價值更新

更新

歡迎觀看？此存儲庫可用於最新更新。

✅ [2024.06.07] ：我們發布了代碼

✅ [2023.12.01] ：除了Arxiv外，我們發行了論文。

✅ [2023.12.01] ：發布項目頁面。

方法論

保存算法的實現。

首先，使用此功能創建一個Conda環境

 conda create -n save

首先安裝以下軟件包 -

 pip install -r requirements.txt

運行以下命令來編輯給定的視頻。

 python Edit_Video_SAVE.py

在參數中更改“ - config”選項，以提供新的視頻。

視頻編輯結果

定性比較

定量比較

？致謝

這項工作建立在許多令人驚嘆的研究工作和開源項目上，非常感謝所有作者分享！

• Tune-a-video
• 穩定的擴散
• 擴散器

✏️引用

如果您發現我們的論文和代碼在您的研究中有用，請考慮給出一顆星星和引用。

 @misc { karim2023save ,
      title = { SAVE: Spectral-Shift-Aware Adaptation of Image Diffusion Models for Text-driven Video Editing } , 
      author = { Nazmul Karim and Umar Khalid and Mohsen Joneidi and Chen Chen and Nazanin Rahnavard } ,
      year = { 2023 } ,
      eprint = { 2305.18670 } ,
      archivePrefix = { arXiv } ,
      primaryClass = { cs.CV }
}