Diffusion Models专栏文章汇总：入门与实战

前言：今天是程序员节，先祝大家节日快乐！文本驱动的视频生成正在迅速取得进展。然而，仅仅使用文本提示并不足以准确反映用户意图，特别是对于定制内容的创建。个性化图片领域已经非常成功了，但是在视频个性化领域才刚刚起步，这篇博客讲解CVPR2024一篇经典的论文《VideoBooth: Diffusion-based Video Generation with Image Prompts》。

目录

贡献概述

方法详解

粗细粒度两段式条件嵌入

粗到细的训练策略

---

贡献概述

1）我们提出以粗到细的方式嵌入图像提示。来自图像编码器的粗略视觉嵌