CleanVideo：面向文生视频扩散模型的自适应概念擦除

CleanVideo 用三模态门控在视频扩散模型中自适应擦除目标概念。

资讯摘要

论文提出 CleanVideo，一种面向文生视频扩散模型的选择性概念擦除框架。作者指出，视频中的目标概念会随帧和去噪步骤逐渐出现并变化，固定干预容易漏擦或造成模糊、抖动与内容失真。CleanVideo 采用低维子空间干预，并由时空视觉特征、时间步信号与文本语义构成的三模态门控决定在何处、何时以及是否干预。作者报告在三个视频扩散模型上，该方法在保持视觉保真度与时间连贯性的同时擦除目标概念，在帧级、视频级评估及概念恢复攻击下优于现有基线。

要点速读

1. 论文提出 CleanVideo，用低维子空间干预加三模态门控实现视频概念擦除。
2. 门控联合处理时空视觉特征、时间步信号和文本语义，决定干预的位置、时机与是否执行。
3. 作者报告在三个视频扩散模型上优于现有基线，并在概念恢复攻击下仍有效。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。