VideoMaMa++实现长视频时序一致抠像

Korea University、Adobe Research与KAIST AI提出基于扩散模型的VideoMaMa++，通过在视频块之间传播抠像结果，减少长视频中的时序闪烁并提升前景细节精度与一致性。 该框架采用“保留与精修”双token流和可学习嵌入：先保留目标在连续帧中的主体信息，再细化边缘等细节。论文称，这一设计可改善传统视频抠像在长时段处理中容易出现的前景丢失和背景残留问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。