XiaoMi-AI文件搜索系统
World File Search SystemI2V
无训练的文本驱动图像到视频发电
在文本到视频生成[2，13，27，31，42]中。尽管取得了成就，但文本输入的有限可控性刺激了图像到视频（I2V）生成领域的增长趋势，旨在鉴于图像和文本描述[27，38，43]，旨在产生视频序列。在I2V生成上的最新研究[35，38，43]试图通过将时间层纳入现有SD模型并在视频和图像数据集中训练这些较大的模型来利用预训练的SD模型的功能。尽管这些方法表现出了令人鼓舞的结果，但在大规模标记的数据集中，很大的缺点仍然很大程度上依赖广泛的培训[9，39]。这可以表现出来，从而限制了这些方法的可访问性和发展潜力。
EN 302 637-2 - V1.3.1 - 智能交通系统 (ITS)
API 应用程序编程接口 ASN.1 抽象语法符号 1 BSA 基本应用程序集 BTP 基本传输协议 CA 协作感知 CAM 协作感知消息 CCH 控制通道 DCC 分散拥塞控制 DE 数据元素 DENM 分散环境通知消息 DF 数据帧 FA-SAP 设施/应用服务接入点 GN 地理网络 HF 高频 HMI 人机界面 I2V 基础设施到车辆 ID 标识符 ISO 国际标准组织 ITS 智能交通系统 ITS-G5A ITS 频段 5,875 GHz 至 5,905 GHz 专用于安全相关应用 ITS-S ITS 站 ITS-ST ITS 站时间 LDM 本地动态地图 LF 低频 MF-SAP 管理/设施服务接入点 MIB 管理信息库 MSB 最高有效位 N&T 网络和传输层 NF-SAP 网络和传输/设施服务接入点 OSI 开放系统互连 PCI 协议控制信息 PDU分组数据单元 PER 打包编码规则 POTI 位置和时间管理 RSU 路侧单元 SAE 汽车工程师协会 SAP 服务接入点 SF-SAP 安全设施 - 服务接入点 SHB 单跳广播
soar：用于自动驾驶的智能路边基础设施系统的设计和部署
最近，智能路边基础设施（SRI）证明了实现完全自主驾驶系统的潜力。为了探索基础设施辅助的澳大利亚驾驶的潜力，本文介绍了Soar的设计和设计，这是第一个端到端的SRI系统，专门设计用于支持自动驾驶系统。SOAR由软件和硬件组件组成，该组件完全设计，旨在克服各种系统和物理挑战。soar可以利用像街道灯柱这样的现有运营基础，以使收养的障碍较低。SOAR采用了一种新的通信体系结构，该结构构建了双向多跳I2I网络和下行链路i2V广播服务，该服务以集成方式基于架子上的802.11ac接口而设计。SOAR还具有一个层次的DL任务管理框架，以实现节点之间的理想负载平衡，并使它们能够有效地协作以运行多个数据密集型自动驾驶应用程序。我们在校园现有的灯柱上总共部署了18个飞跃的节点，这些节点已经运作了两年多。我们的现实世界评估表明，Soar可以支持各种自主驾驶应用程序，并实现理想的实时性能和高度沟通的可靠性。我们在这项工作中的发现和经验为下一代智能路边基础设施和自主驾驶系统的开发和部署提供了关键的见解。
MOFA-VIDEO：通过生成运动场适应在冷冻图像到视频扩散模型中的可控图像动画
在过去，将图像栩栩如生被认为是魔术。在传统的中国故事“魔术刷妈的玛利安”中，作者想象着一支魔术笔可以直接绘制活着的照片。巧合的是，哈利·波特（Harry Potter）的故事创造了一个死去的祖先生活在墙壁绘画中的世界。除了小说之外，实现这一目标的探索从未停止。1878年，穆布里奇（Muybridge）提出了一个名为“马运动的马”的著名实验，该实验连续显示了一系列连续的跑步马的图片，可以被视为视频。随着数字设备的开发，当前方法试图使用计算机视觉算法[8,13,16,17,21,21,24,24,27,32,32,32,34,36，40，50]。但是，它面临着几个限制。一方面，这些方法通常集中在有限类别的动画对象上，例如流体[16、24、25]，人毛[37]和人体/脸部[6,8,9,13,13,17,27,27,32,34,36,36,50]。由于每种特定类型的领域知识，这些方法通常具有完全可控制的场景能力。，例如，sadtalker [50]可以通过音频和给定的脸产生准确的人脸动画。text2cinemagraph [25]使用文本描述来阐明水的自然动画。对于控制能力，这些方法通常遵循通过自我监督分解学习视频，然后通过新驾驶信号进行动画的规则。但是，由于先验自然动画的限制，由于一般域知识的多样性，这些方法在一般图像空间中失败。与以前的内域图像动画不同，基于当前扩散的图像 - to-video（i2v）方法学会以最终的方式从图像中生成视频。多亏了文本对图像模型的大规模生成之前，即稳定扩散[29]，这些方法[1,2,7,11,39]已证明了开放域图像动画的可能性。但是，它们生成的内容可能与给定的图像[1,2,11,39]不同，并且通常通过文本说明[1，2，39]或仅简单的空闲动画[7]产生简单的动作。这些缺点限制了其用于现实世界图像动画任务的应用程序，在该任务中，用户通常需要像以前的内构象中图像动画算法一样创建更可控制的视频。利用域中图像动画和图像到视频的几代，我们很好奇：是否有一个通用的图像动画框架