HL-OutPaint：用于高分辨率长序列视频的粗到细视频填充

视频填充生成视频原始空间范围之外的合理视觉内容，作为适应多样化显示格式的关键技术。为支持此类应用，必须在长序列上实现大尺度空间外推。然而，现有大多数方法仅解决其中一项挑战，或缺乏确保全局时空一致性的显式机制，导致显著局限。本文提出HL-OutPaint，一个用于长序列的高分辨率视频填充框架。我们的方法采用粗到细策略，包含两个阶段的管线。我们首先构建全局粗糙引导（GCG），这是一种低分辨率表征，捕获视频中的全局结构和主导运动。不同于简单的下采样，GCG通过一种新颖的全局-局部帧交换机制构建，将稀疏全局关键帧与局部时间窗口耦合，并在抽样期间交换信息。这使GCG能够在统一的表征中编码长期结构一致性和短期时序动力学。受此表征引导，HL-OutPaint随后进行高分辨率填充，以生成具有空间细节和时序一致性的内容。通过将全局结构建模与细粒度合成分离，本框架实现了大尺度扩展和长视频序列的稳定、连贯生成。广泛的实验表明，HL-OutPaint在涉及宽广空间外推和长视频序列的具挑战性场景中超越了现有方法。