LociArt: A Unified Paradigm for Free-Style Local Video Stylization
Pubblicata su AIChronos il · fonte del · Yuxuan Chen, Feng Xie, Jiagao Hu, Fuhao Li, Zepeng Wang, Fei Wang (Xiaomi Research)
LociArt introduce un paradigma unificato per la stilizzazione locale di video a mano libera che specifica esattamente dove applicare uno stile preservando il contenuto non target. Il metodo si basa su GRNStyle, che utilizza una maschera sensibile allo stile polare e un condizionamento combinato rappresentazione-geometria per integrare contesto spaziotemporale con controllo geometrico. Gli esperimenti dimostrano che questo approccio supera i metodi esistenti nella qualità dello stile regionale e nel controllo spaziale mantenendo forte coerenza temporale.
- GRNStyle incorpora una maschera sensibile allo stile polare per embeddare identità stilistiche come direzioni a norma uguale nelle regioni selezionate.
- Il dataset LociArt-100K contiene 100k coppie di stilizzazione locale generate tramite un pipeline automatizzato che include rimozione oggetti e compositing.
- L'approccio supporta la stilizzazione congiunta di multiple regioni con stili appresi identici o diversi, pur essendo addestrato solo su coppie singola-regione/stile.
- Il LociArt Benchmark valuta la qualità regionale tramite Style Prototype Similarity (SPS) e misure di preservazione del contenuto non target e coerenza temporale.
Perché conta. Questa tecnica è rilevante per sviluppatori che lavorano con AI locale poiché offre un framework controllabile per l'editing video preciso, fondamentale per agenti autonomi o sistemi RAG multimodali che richiedono manipolazioni spaziali accurate senza alterare il contesto globale.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.