​

(I am 30 years older than my photo)

Li Baolu, male, 21 years old, from Yangquan, Shanxi Province (not a coal boss)

Hefei University of Technology, computer science and technology majors in undergraduate study

Frequent place:

Hefei University of Technology, Emerald Lake Campus, Science and Education Building, Block B, 3rd Floor, Large Data Center

B306, Engineering Training Center, Jade Lake Campus, Hefei University of Technology

Email：libaolu@mail.hfut.edu.cn

Research Interests

​ Computer Vision

​ Visual Commonsense Reasoning

​ Deep model lightweight at the software level

News

​ None

Publication

​ None

Services

​ None

Awards

​ There's nothing golden, it's all awards from competitions.

Summarize

​ None

Hobby

​ basketball

​ sleep

前言：23年12月发在arxiv上，MIT 和 Adobe 联合发的，做的是 T2V，通过定制动作来增强T2V模型，甚至还有一定的拓展能力，超出训练中的动作。

重点关注：对特定参数微调的想法、加新的正则化的想法

前言：这是一篇萨里大学CVSSP组的工作，11.29日发在arxiv上，主要做的是specific categories的生成，其中涉及到了角色一致性的生成问题。

前言：今天来看一下Stability AI公司的最新力作：Stable Video Diffusion，这个公司上一个力作 Stable Diffusion已经得到了广泛的认可并且在工业界大范围使用，这篇工作又将图像生成拓展到了视频生成领域，还是延续工业界的土豪气息，这篇工作并没有什么花样百出的模型升级，和DALLE3一样，重点在对数据的处理，信奉大力出奇迹，事实证明效果很好，在很多下游任务上都取得了SOTA。

重点关注：视频数据治理 Camera Motion LoRA

前言：看了很多Subject Driven的工作，但是唯独忽略了这个领域最经典的DreamBooth，DreamBooth在当时是非常炸裂的存在，直到今天也是subject driven相关新工作要对比的 baseline model，在2022年8月由Google Research的团队发表，因作者觉得其生成的效果非常梦幻，因此得名：DreamBooth。

重点关注：Rare-token Identifiers， autogenous class-specific prior preservation loss

之前已经完成了数据集和模型训练的工作，现在通过设计一个简单的界面来收个尾。

前言：今年6月科大和上交做的一篇工作，也是关注 Multi-subjects driven

重点关注：Learning a residual on top of the base embedding

先说一句，这篇论文写的非常好，通俗易懂，其中的贡献点也能引起很多思考，十分推荐。

前言：这是MIT在今年六月份发在arXiv上的，主要做的是subject-driven，涉及到了layout generation，工作突出一个便宜高效，与fine-tuning-based的方法相比，该模型实现了300倍至2500倍的加速和2.8倍至6.7倍的内存节省，并且对于新主体不需要额外的存储空间（仅使用前向传播）相当牛逼！

重点关注：

一种特殊的segmentation maps and cross-attention regularization手段对attention map的影响（有些工作也通过bounding box来实现这一效果）

前言：这又是一篇关于故事可视化问题的工作，重点关注与增强角色图像生成质量和角色一致性，2023.12.16 由阿卜杜拉国王科技大学（KAUST）发表在arXiv上，由论文标题也可以看出，此工作聚焦于将大预言模型应用在故事可视化问题中。

前言：这是一篇比较老的工作，发表在CVPR2017上，由UCB的AI Lab(BAIR)提出。