https://vilab.team/tag/%E6%95%B0%E6%8D%AE%E9%9B%86%E6%9E%84%E5%BB%BA/ 数据集构建 Hugo Blox Builder (https://hugoblox.com)en-usMon, 20 Apr 2026 00:00:00 +0000 https://vilab.team/media/icon_hu2896232876136423579.png https://vilab.team/tag/%E6%95%B0%E6%8D%AE%E9%9B%86%E6%9E%84%E5%BB%BA/ https://vilab.team/publication/reactid-synchronizing-realistic-actions-and-identity-in-pers/ Mon, 20 Apr 2026 00:00:00 +0000 https://vilab.team/publication/reactid-synchronizing-realistic-actions-and-identity-in-pers/ <p>本文提出ReactID框架，旨在协调个性化视频生成中身份一致性与动作真实性的矛盾。针对主体-视频对齐不精确、训练不稳定、细粒度动作建模不足三大挑战，从数据、训练和动作建模三方面协同改进：构建高精度标注的ReactID-Data数据集；设计由易到难的渐进式训练课程；提出基于时间线的条件机制，通过主体感知交叉注意力和时间自适应RoPE，将子动作与特定主体绑定并嵌入时间坐标，从而生成更自然、可控的视频。</p> https://vilab.team/event/%E7%A5%9D%E8%B4%BA%E5%AE%9E%E9%AA%8C%E5%AE%A4%E7%A7%91%E7%A0%94%E6%88%90%E6%9E%9C%E5%8F%91%E8%A1%A8%E4%BA%8E-iclr/ Mon, 20 Apr 2026 00:00:00 +0000 https://vilab.team/event/%E7%A5%9D%E8%B4%BA%E5%AE%9E%E9%AA%8C%E5%AE%A4%E7%A7%91%E7%A0%94%E6%88%90%E6%9E%9C%E5%8F%91%E8%A1%A8%E4%BA%8E-iclr/ <p>热烈祝贺李蔚同学！论文《ReactID: Synchronizing Realistic Actions and Identity in Personalized Video Generation》已发表在 <em>ICLR 2026</em>。</p> <h2 id="reactid-synchronizing-realistic-actions-and-identity-in-personalized-video-generation">ReactID: Synchronizing Realistic Actions and Identity in Personalized Video Generation</h2> <p><strong>祝贺李蔚同学！该论文已发表在 <em>ICLR</em>。</strong></p> <p> <figure > <div class="d-flex justify-content-center"> <div class="w-100" ><img alt="ReactID: Synchronizing Realistic Actions and Identity in Personalized Video Generation" srcset=" /event/%E7%A5%9D%E8%B4%BA%E5%AE%9E%E9%AA%8C%E5%AE%A4%E7%A7%91%E7%A0%94%E6%88%90%E6%9E%9C%E5%8F%91%E8%A1%A8%E4%BA%8E-iclr/images/paper-01_hu10185920340004675066.webp 400w, /event/%E7%A5%9D%E8%B4%BA%E5%AE%9E%E9%AA%8C%E5%AE%A4%E7%A7%91%E7%A0%94%E6%88%90%E6%9E%9C%E5%8F%91%E8%A1%A8%E4%BA%8E-iclr/images/paper-01_hu15268550746155155384.webp 760w, /event/%E7%A5%9D%E8%B4%BA%E5%AE%9E%E9%AA%8C%E5%AE%A4%E7%A7%91%E7%A0%94%E6%88%90%E6%9E%9C%E5%8F%91%E8%A1%A8%E4%BA%8E-iclr/images/paper-01_hu4770338007721801293.webp 1200w" src="https://vilab.team/event/%E7%A5%9D%E8%B4%BA%E5%AE%9E%E9%AA%8C%E5%AE%A4%E7%A7%91%E7%A0%94%E6%88%90%E6%9E%9C%E5%8F%91%E8%A1%A8%E4%BA%8E-iclr/images/paper-01_hu10185920340004675066.webp" width="760" height="288" loading="lazy" data-zoomable /></div> </div></figure> </p> <ul> <li><strong>作者：</strong> Wei Li、Yiheng Zhang、Fuchen Long、Zhaofan Qiu、Ting Yao、Xiaoyan Sun、Tao Mei</li> <li><strong>发表载体：</strong> <em>ICLR</em></li> <li><strong>发表时间：</strong> 2026年4月20日</li> <li><strong>相关链接：</strong> <a href="https://proceedings.iclr.cc/paper_files/paper/2026/hash/6600458132d025c68a01e82081597b32-Abstract-Conference.html" target="_blank" rel="noopener">论文链接</a> · <a href="https://proceedings.iclr.cc/paper_files/paper/2026/file/6600458132d025c68a01e82081597b32-Paper-Conference.pdf" target="_blank" rel="noopener">PDF</a></li> </ul> <h3 id="论文介绍">论文介绍</h3> <p>本文提出ReactID框架，旨在协调个性化视频生成中身份一致性与动作真实性的矛盾。针对主体-视频对齐不精确、训练不稳定、细粒度动作建模不足三大挑战，从数据、训练和动作建模三方面协同改进：构建高精度标注的ReactID-Data数据集；设计由易到难的渐进式训练课程；提出基于时间线的条件机制，通过主体感知交叉注意力和时间自适应RoPE，将子动作与特定主体绑定并嵌入时间坐标，从而生成更自然、可控的视频。</p> https://vilab.team/publication/event-based-head-pose-estimation-benchmark-and-method/ Sun, 29 Sep 2024 00:00:00 +0000 https://vilab.team/publication/event-based-head-pose-estimation-benchmark-and-method/ <p>本文针对传统RGB方法在剧烈运动和极端光照下头部姿态估计困难的问题，引入事件相机的高时间分辨率与高动态范围优势。作者构建了两个大规模事件头部姿态数据集，包含282个序列，覆盖不同分辨率与场景；并提出事件头部姿态估计网络EV-HPE，设计了事件时空融合模块和事件运动感知注意力模块，有效结合事件流时空信息，提升姿态估计精度与鲁棒性。</p> https://vilab.team/publication/panacea-panoramic-and-controllable-video-generation-for-auto/ Mon, 01 Jan 2024 00:00:00 +0000 https://vilab.team/publication/panacea-panoramic-and-controllable-video-generation-for-auto/ <p>本文提出Panacea，一种面向自动驾驶场景的全景可控视频生成方法。该方法通过创新的4D注意力机制和两阶段生成流程，有效解决了生成视频中的时间与跨视角一致性问题；同时引入ControlNet框架，利用鸟瞰图（BEV）布局对生成内容进行精细控制。在nuScenes数据集上的实验表明，Panacea能够生成高质量的多视角驾驶视频，为BEV感知任务提供丰富的训练数据增强，推动自动驾驶感知技术的发展。</p>