Any-to-Bokeh：基于视频扩散模型的任意主体视频重聚焦

扩散模型最近已成为相机仿真的强大工具，能够实现几何变换和真实的光学效果。其中，基于图像的散景渲染显示出了可喜的成果，但用于视频散景的扩散模型仍未被探索。现有的基于图像的方法受到时间闪烁和不一致模糊过渡的困扰，而当前的视频编辑方法缺乏对焦平面和散景强度的显式控制。这些问题限制了它们在可控视频散景中的适用性。在这项工作中，我们提出了一个单步扩散框架，用于生成时间连贯、深度感知的视频散景渲染。该框架采用适应焦平面的多平面图像（MPI）表示来对视频扩散模型进行条件化，从而使其能够利用来自预训练主干网络的强大 3D 先验。为了进一步增强时间稳定性、深度鲁棒性和细节保留，我们引入了渐进式训练策略。在合成和真实世界基准上的实验证明了其卓越的时间连贯性、空间准确性和可控性，超越了先前的基线方法。这项工作代表了首个用于视频散景生成的专用扩散框架，为时间连贯且可控的景深效果建立了新的基线。