VORNet：用于物体去除的时空一致视频修复网络
计算机视觉与模式识别
2019-04-16 v1
摘要
视频物体去除是视频处理中一项具有挑战性的任务，常需大量人力。给定每帧中前景物体的掩码，目标是补全（修复）物体区域并生成不含目标物体的视频。尽管近期基于深度学习的方法在图像修复任务上取得巨大成功，但当应用于视频时，常导致帧间结果不一致。本工作中，我们提出一种新颖的基于学习的视频物体去除网络（VORNet），通过结合光流扭曲与基于图像的修复模型，以时空一致的方式解决视频物体去除任务。实验基于我们构建的 Synthesized Video Object Removal（SVOR，合成视频物体去除）数据集（基于 YouTube-VOS 视频分割数据集）进行，客观与主观评价均表明，与现有方法相比，我们的 VORNet 生成了空间与时间一致性更强的视频。
引用
@article{arxiv.1904.06726,
title = {VORNet: Spatio-temporally Consistent Video Inpainting for Object Removal},
author = {Ya-Liang Chang and Zhe Yu Liu and Winston Hsu},
journal= {arXiv preprint arXiv:1904.06726},
year = {2019}
}
备注
Accepted to CVPRW 2019