遮挡场景处理

基于条件生成的视频非可见物体分割补全计算机视觉模型 Diffusion-Vas是基于条件生成任务打造的计算机视觉模型，依托视频生成模型基础技术，对视频中的可见物体序列进行处理，可同时生成包含可见、不可见区域的物体掩码与对应RGB内容。相较于现有先进方法，该模型可适配高度遮挡场景，也能有效处理变形物体，在多个公开数据集上性能领先，非可见分割区域性能提升达13%。

斯坦福开发的可处理遮挡场景的真实人类渲染技术项目 Wild2Avatar是斯坦福大学开发的计算机视觉研究项目，针对真实场景拍摄中障碍物遮挡导致人类建模不完整的问题，通过将场景分解为遮挡物、人类、背景三个部分，利用特定目标函数强制分离不同组件，保障输出人类模型的完整性，可实现存在局部遮挡的真实场景下的人类渲染，区别于仅支持无遮挡场景的传统人类渲染方法。