入力
注記:
control_video が指定された場合、length フレームに切り詰められ、指定された width と height にアップスケールされます。length よりフレーム数が少ない場合、不足分のフレームはニュートラルグレー（値 0.5）でパディングされます。指定されない場合は、length フレームのニュートラルグレー動画が自動的に作成されます。control_masks は指定された width と height にアップスケールされ、length フレームに切り詰められ、短い場合は値 1.0 でパディングされます。マスクは制御動画を非アクティブ部分と反応部分に分離し、それぞれが VAE エンコードされてチャネル次元に沿って連結されます。マスクは潜在解像度にもダウンサンプリングされます。reference_image が指定された場合、その最初の画像が VAE エンコードされて潜在シーケンスの先頭に追加され、trim_latent は追加された潜在フレーム数を報告します。潜在フレーム数は ((length - 1) // 4) + 1 として計算され、潜在空間次元は height / 8 および width / 8 です。
出力
このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集
Source fingerprint (SHA-256):
2039b7509ce5b731e9e41d9cd2dad022d4c5004751f571a4cf88c1ba0cae405b