影片摳像模型 VideoMaMa：粗掩碼轉畫素級摳像，宣佈將開源
研究人員推出影片摳像模型 VideoMaMa，利用預訓練影片擴散模型的生成先驗，直接將粗糙的分割掩碼轉化為髮絲級精確的摳像。團隊還基於此構建了含超 5 萬條真實影片的資料集 MA-V 並訓練出 SAM2-Matte。所有模型與資料均將公開發布。
研究人員推出影片摳像模型 VideoMaMa，利用預訓練影片擴散模型的生成先驗，直接將粗糙的分割掩碼轉化為髮絲級精確的摳像。團隊還基於此構建了含超 5 萬條真實影片的資料集 MA-V 並訓練出 SAM2-Matte。所有模型與資料均將公開發布。