提出几何一致性评估方法，检测视频生成中的形变与遮挡异常。
GeCo: Evaluating Geometric Consistency for Video Generation via Motion and Structure
- 融合残差运动与深度先验，生成可解释的稠密一致性图。
- 在多个视频生成模型上发现普遍存在的形变与遮挡不一致问题。
- 无需训练即可作为指导损失，有效减少生成视频的几何失真。
我们提出 GeCo，一种基于几何约束的视频生成质量评估指标，用于联合检测静态场景中几何形变和遮挡不一致伪影。通过融合残差运动与深度先验，GeCo 生成可解释的稠密一致性图，清晰揭示这些伪影位置。我们利用 GeCo 系统性地评测近期视频生成模型，发现了常见的失败模式，并进一步将其用作无训练指导损失，以减少生成过程中的形变伪影。
原文摘要 · Abstract (English)
We introduce GeCo, a geometry-grounded metric for jointly detecting geometric deformation and occlusion-inconsistency artifacts in static scenes. By fusing residual motion and depth priors, GeCo produces interpretable, dense consistency maps that reveal these artifacts. We use GeCo to systematically benchmark recent video generation models, uncovering common failure modes, and further employ it as a training-free guidance loss to reduce deformation artifacts during video generation.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。