실시간 비디오 변환을 위한 프레임 공간-시간 대응 기반의 제로샷 모델

본 연구는 이미지 확산 모델을 활용하여 입력 비디오의 공간-시간적 대응을 유지하며 텍스트 프롬프트에 따라 고품질의 일관된 비디오로 변환하는 제로샷 프레임워크를 제안한다.