揭示运动信息在电影级摄像机轨迹生成中的价值

论文提出将摄像机轨迹从逐帧姿态表示分解为方向与速度，在轨迹-文本对齐和文本-轨迹生成任务上均带来显著提升。基于该表示洞察，作者提出生成模型 CineGEN 和数据集 CineScript，后者包含带有场景描述与高层元数据的电影片段。实验表明，方向与速度表示不仅数值上更优，也天然编码了导演意图。