Follow-Your-Canvas – 腾讯与清华合作推出的高分辨率视频扩展技术-爱论文

Follow-Your-Canvas是什么

Follow-Your-Canvas 是由腾讯混元团队与清华大学等机构合作推出的一种高分辨率视频扩展技术。通过分布式处理和布局对齐两个核心设计，将视频内容扩展到任意分辨率，保持与原视频的无缝衔接和高质量内容生成。适用于高分辨率视频的扩展，能克服 GPU 内存限制，处理大规模视频外绘任务，在各种分辨率和宽高比配置中实现最佳效果。

Follow-Your-Canvas的主要功能

高分辨率输出：将视频内容扩展到任意分辨率，例如从4K扩展到8K或更高。不受显存大小限制：处理大规模视频外延任务，不会受到显存大小的限制。时空一致性：在扩展过程中，保持视频的空间和时间一致性，确保最终输出的视频质量与原视频风格一致。生成丰富新内容：在指定的扩展区域生成与原视频风格一致的新内容，提升整体视觉效果。大规模视频外延：在大规模视频外延方面表现出色，例如将512×512分辨率的视频扩展到1152×2048（约9倍）分辨率。

Follow-Your-Canvas的技术原理

空间窗口分割：视频被分割成多个空间窗口，每个窗口独立进行内容生成，然后无缝合并，能处理任意大小和分辨率的视频而不受 GPU 内存限制。布局编码器（Layout Encoder）：通过布局编码器提取源视频的全局布局信息，注入到每个窗口的生成过程中，确保新生成的内容与原视频布局协调一致。相对区域嵌入（Relative Region Embedding, RRE）：提供源视频与目标窗口之间的相对位置关系，进一步指导每个窗口的生成过程，生成与原视频布局相协调的扩展内容，提高空间和时间一致性。分布式生成：在多个 GPU 上并行处理各个窗口的内容生成，最后将生成的窗口无缝合并成最终的视频。

Follow-Your-Canvas的项目地址

项目官网：follow-your-canvas.github.ioGitHub仓库：https://github.com/mayuelala/FollowYourCanvasarXiv技术论文：https://arxiv.org/pdf/2409.01055

Follow-Your-Canvas的应用场景

视频尺寸调整：将手机拍摄的竖屏视频扩展为横屏，适应不同的播放需求，例如在社交媒体上的展示或在宽屏电视上的观看。超宽屏视频生成：将普通视频扩展为超宽屏视频，提供更广阔的视野，适用于电影院或超宽屏显示器的播放。全景视频制作：基于视频扩展技术，将普通视频转换为全景视频，增强观看体验，适用于虚拟现实(VR)和360度视频制作。高分辨率视频输出：能处理高达16K分辨率的视频输出，适用于需要高清晰度视频的场合，如电影制作或高质量广告片