LongE2V: Long-Horizon Event-based Video Reconstruction, Prediction, and Frame Interpolation with Video Diffusion Models
基于视频扩散模型的长时程事件视频重建、预测与插帧
🧭 事件相机视频生成 · 扩散模型
National Yang Ming Chiao Tung University
利用预训练视频扩散先验统一处理事件相机的视频重建、预测与插帧，引入自回归展开与自适应上下文切换抑制长期漂移
📌 工作参考价值（4 点）
- 复用预训练生成式先验解决稀疏输入逆问题的范式，可迁移至推荐系统的多任务统一生成（如用户行为补全、缺失特征预测）。
- 自回归展开与自适应上下文切换的控制策略，对长序列生成中的漂移问题有借鉴价值，可用于用户长期兴趣演化建模。
- 事件体素密度增强应对异构传感器分辨率，类似数据增强思路可应用于多来源、多粒度行为数据的对齐与鲁棒训练。
- 零样本泛化到帧插值任务的方法论，可启发推荐模型在未见业务场景下的快速冷启动适配。