视频编辑利器Pix2Video

要点:本文提出了一种基于预训练的图像扩散模型的视频编辑方法，实现文本引导的编辑，无需训练或微调，可推广到广泛编辑领域。通过自注意力特征注入，该方法在每个扩散步骤中注入前一帧的特征，以保持外观的一致性，解决了视频编辑中的外观变化问题。引入了潜在更新机制，通过能量函数提高一致性，增强了算法的时间稳定性，减少了时间闪烁的影响。