待验证50% 置信事实精确时间
vid2vid-long 对当前帧的每个 patch,在输入视频历史帧中寻找匹配 patch,得到 patch 级对应关系。
1
来源数
50%
置信度
长期有效
时效性
2026/11/13
首次发现
来源
涉及实体
相关事实
待验证在多个近期视频模型上接入 vid2vid-long,长程时序一致性均得到一致提升。66% 相似待验证vid2vid-long 方法出自论文《Consistent Video-to-Video Translation via Explicit Correspondences》。60% 相似待验证视频VQ-VAE、3D卷积、均匀采样关键帧后用ViT编码是主流的视频token化方法60% 相似待验证ViT 将图像切分为 16×16 的 patch 序列后输入标准 Transformer 编码器,在小数据场景下可能不如 CNN,因为缺乏局部性和平移不变性的归纳偏置59% 相似待验证VideOCR 是专门针对视频字幕OCR场景设计的处理库,通过帧差分检测字幕变化、多帧结果融合去重并生成时间戳59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1165960API
curl https://kongchang.com/api/v1/knowledge/claims/1165960MCP
get_claim(id=1165960)