VideoRemoval4K

我们通过采用内部学习策略提出了一种新颖的视频修复框架。与以前使用光流进行跨帧上下文传播来修复未知区域的方法不同，我们表明，这可以通过将卷积神经网络拟合到已知区域来隐式实现。此外，为了处理具有模糊背景或长期遮挡的具有挑战性的序列，我们设计了两个正则化项来保留高频细节和长期时间一致性。在 DAVIS 数据集上进行的大量实验表明，所提出的方法在数量和质量上都达到了最先进的修复质量。我们进一步将所提出的方法扩展到另一个具有挑战性的任务：学习从视频中删除一个对象，在 4K 视频中仅在一个帧中给出单个对象掩码。我们为视频序列提供带有注释对象掩码的视频修复。分辨率为 3840 x 2160。

搜集汇总

背景与挑战

背景概述

VideoRemoval4K是一个用于视频修复的数据集，专注于从4K分辨率视频中移除对象，基于内部学习策略和正则化方法提升修复质量。该数据集由香港科技大学于2021年发布，包含带注释对象掩码的高清视频序列。