📄论文题目：AKiRa: Augmentation Kit on Rays for optical video generation
✍️作者及机构：Xi Wang、Robin Courant、Marc Christie、Vicky Kalogeiton（法国巴黎综合理工学院、雷恩大学等）
🧩面临问题：当前文本条件视频扩散模型虽提升了视频质量，但在相机控制方面存在明显局限。多数方法仅简化考虑相机运动，忽略焦距（缩放）、镜头畸变（鱼眼效果）、光圈和焦点（景深）等关键光学参数1。同时，缺乏含丰富光学信息的训练数据，导致生成内容光学一致性不足，难以实现电影级叙事效果2。
🎯创新点及其具体研究方法：
1️⃣ 提出首个光学视频生成框架：实现对相机运动及光学参数（焦距、畸变、光圈等）的精细控制，可生成缩放、鱼眼、景深等复杂电影级效果3。方法上，在预训练视频生成骨干网络基础上，训练相机适配器，将光学参数整合到生成 pipeline 中，使模型直接利用相机和光学参数生成内容4。
2️⃣ 设计含光学参数的相机模型表示：基于 Plücker 坐标构建光线表示（方向和矩），编码焦距和镜头畸变信息；新增光圈图，关联每个像素与焦点的距离，建模景深效果，形成 9 维相机映射匹配视频帧维度56。
3️⃣ 提出 AKiRa 光线增强工具包：通过数据增强解决光学训练数据缺失问题。包括焦距增强（模拟缩放，区分于前后移动）、畸变增强（调整径向畸变系数并优化裁剪防黑边）、光圈增强（基于深度估计渲染景深效果），同时采用样条插值确保参数平滑过渡，避免闪烁78。
#CVPR 顶会 #视频生成 #计算机视觉 #深度学习 #相机控制 #光学视频生成 #AI 动画
