论文页面 - KeyFrame-Compass：迈向关键帧条件视频生成的全面评估

来源：https://huggingface.co/papers/2607.14202
作者：

，

，

，

，

，

，

，

，

，

，

，

，

，

，

，

，

，

，

，

摘要

视频生成越来越依赖基于关键帧的工作流程，创作者通过指定一系列参考图像来引导生成过程。尽管最近的模型支持多关键帧条件，但尚不清楚它们是否能在保持整体视频质量的同时，忠实地再现指定的关键帧。我们推出了KeyFrame-Compass，这是首个用于评估关键帧条件视频生成的综合性基准。该基准包含386个精心挑选的样本，涵盖三个应用领域、两种视频结构、两种提示粒度、两种条件格式和四种关键帧密度，从而能够在多样化的生成设置下进行可控分析。我们进一步引入了一个自动化评估框架，可同时衡量关键帧执行情况和整体视频质量。具体而言，我们将关键帧执行分解为六个互补指标，涵盖存在性、保真度、时间顺序、定位、持久性和唯一性；同时通过基于证据的MLLM判断（辅以专门的感知模型）来评估整体视频质量。在九个代表性视频生成系统上的实验揭示了若干基本局限性。当前模型在忠实的关键帧执行与自然的视频合成之间存在明显的权衡。随着关键帧约束变得密集，其性能会进一步下降，并且大多数开源模型也无法将故事板网格输入解释为按时间顺序排列的关键帧序列。

查看 arXiv 页面 (https://arxiv.org/abs/2607.14202) 查看 PDF (https://arxiv.org/pdf/2607.14202) GitHub8 (https://github.com/cactusqq/KeyFrame-Compass) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.14202)

引用此论文的模型0

没有模型关联此论文

请在模型 README.md 中引用 arxiv.org/abs/2607.14202 以从本页面链接。

引用此论文的数据集1

Vickyinmyheart824/KeyFrame-Compass 查看器• 更新于2天前 • 3.34k • 175 • 1 (https://huggingface.co/datasets/Vickyinmyheart824/KeyFrame-Compass)

引用此论文的空间0

没有空间关联此论文

请在空间 README.md 中引用 arxiv.org/abs/2607.14202 以从本页面链接。

包含此论文的收藏夹2