TransFlow：从视频扩散模型向视频显著物体检测传递运动知识

视频显著物体检测（SOD）依赖运动线索以区分显著物体与背景，但由于视频数据集相对稀缺，训练此类模型受限。现有方法通过空间变换创建视频序列，生成的人工光流因缺乏运动语义理解而难以用于运动导向任务。我们提出TransFlow，通过从预训练视频扩散模型传递运动知识，生成用于视频SOD的真实训练数据。视频扩散模型从大规模视频数据中学习到丰富的语义运动先验，理解不同物体在真实场景中的自然运动方式。TransFlow利用这些知识从静态图像生成语义感知光流，使物体呈现自然运动模式，同时保持空间边界和时间一致性。我们的方法在多个基准上实现性能提升，证明了有效的运动知识传递。