什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

告别视频瑕疵!CVPR 2026这项技术让去水印去路人变傻瓜操作

CVPR 2026会议期间,视频物体消除技术领域接连取得重要突破。复旦大学研究团队此前发布的EffectErase框架,能够联合移除视频中的目标物体及其诱发的阴影、反射、光照变化等副作用;小米团队则开源SVOR框架,在CVPR 2026物理感知视频实例消除挑战赛中斩获第一名。两项成果均针对传统视频消除技术难以处理的“副作用残留”问题提供了系统性解决方案,相关代码与论文已面向公众开放。123
01技术痛点与解决方案
视频物体消除是计算机视觉领域的实用研究方向,用户在拍摄风景视频时遇到路人闯入、或需要移除水印字幕时,该技术可直接提升内容可用性。传统方法主要依赖用户输入的掩码进行像素级修补,但物体在现实中产生的阴影、倒影、光照变化等“副作用”往往被遗漏,导致消除后画面不自然。此外,快速移动物体的逐帧追踪、掩码边缘不精确等问题也严重影响实际效果。456
02EffectErase:互逆任务联合学习
EffectErase由复旦大学计算机科学与人工智能学院大数据研究院提出,发表于2026年3月arXiv论文库,论文编号arXiv:2603.19224v1。该框架的核心创新在于将“物体移除”与“物体插入”任务进行联合学习,利用两者互为逆运算的特性,使模型深度理解物体与其副作用之间的时空关联。研究团队观察到,移除和插入操作影响的区域完全一致,这种对称性成为设计的核心灵感。17
为解决训练数据匮乏问题,团队构建了超大规模VOR数据集,包含6万对视频、总时长超过145小时。数据集采用真实采集与3D合成相结合的方式:真实采集部分在293个场景中固定机位拍摄物体存在与不存在的配对视频;3D合成部分在Blender引擎中构建150多个场景,精确渲染阴影、反射和物理变形。副作用类型细分为遮挡、阴影、光照变化、反射和物理变形五类。14
在ROSE基准测试中,EffectErase的PSNR达到32.161,超越此前SOTA模型;FVD指标从ROSE的72.177显著降低至55.578,表明生成的视频在时空连续性上表现优异。1
03SVOR:三大技术攻克不完美条件
小米大模型应用团队提出的SVOR(Stable Video Object Removal)框架专攻三类真实场景中的不完美条件:阴影残留、运动抖动、遮罩缺陷。该框架在CVPR 2026物理感知视频实例消除挑战赛中从18支参赛队伍中脱颖而出,荣获第一名,相关论文编号为arXiv:2603.09283。386
SVOR采用三项核心技术:MUSE(Mask Union for Stable Erasation)窗口化联合策略解决运动抖动问题,通过时间窗口内的遮罩联合确保快速运动物体被完整消除;DA-Seg(Denoising-Aware Segmentation)去噪感知分割技术提升遮罩容错能力,即使遮罩不精确也能智能修正;课程式两阶段训练策略包括真实背景视频自监督预训练与合成数据精调,使模型真正学会处理阴影和反射残留。3910
04开源与行业应用
两项技术均已开源。EffectErase项目主页为henghuiding.com/EffectErase,代码仓库位于GitHub(FudanCVL/EffectErase)。SVOR代码仓库位于github.com/xiaomi-research/svor,并提供Skill接口供直接调用。小米同时透露在视频消除评测方案上进行了大量工作,包括评测数据收集整理和创新性评测方法,计划在适当时机开源。1311
在商业应用层面,腾讯云等平台已推出基于AI的智能擦除服务,支持去字幕、去水印、隐私保护等功能,按分辨率与效果分为多个档位。小米SVOR的发布进一步降低了专业视频编辑的技术门槛,普通用户可在几分钟内完成此前需要专业人员耗费数小时处理的对象移除操作。121314
  • EffectErase:复旦大学发布,arXiv:2603.19224v1,VOR数据集6万对视频
  • SVOR:小米开源,CVPR 2026挑战赛冠军,arXiv:2603.09283
  • 核心问题:阴影残留、运动抖动、遮罩缺陷等不完美条件处理

评论

评论区空态插画

当前文章无评论,是时候发表评论了