惊现视频Ps！物体移除，去水印，简直毫无痕迹，这个超强AI算法刚刚登上了ECCV2020(3)

ECCV全称欧洲计算机视觉国际会议（European Conference on Computer Vision），是计算机视觉三大会议之一，每两年举办一次，论文录取率仅为27%。
光流边缘引导修复算法
这项“隐身”AI修复技术，主要采用的是光流边缘引导修复算法。
与现有方法相比，该算法能够更精准的识别目标物体的运动边界。
现有算法主要通过相邻帧的局部流连接传播色彩，这种方式不能保证所有视频在删除目标物体后，其背景都能恢复原貌，因此，很容易留下伪影。

该算法通过引入非局部流连接（Non-local Flow Connections）解决了这个问题，并使得视频内容能够在运动边界上传播。
通过在DAVIS数据集上的验证，其可视化和定量结果都表明，该算法具有更好的性能。
具体来说，它主要是通过以下几个方面的改进实现了最终的效果：
光流边缘（Flow edges）：补全分段光滑流。（图1b）非局部流（Non-local flow）：连接不能通过传递流（transitive flow）到达的区域。（图1C）无缝融合（Seamless blending）：通过在梯度域中执行融合操作避免结果中的可见接缝（图1d）。内存效率（Memory efficiency），处理4K分辨率的视频，其他方法由于GPU内存需求过大而无法实现。以下是实现过程的完整架构图，图1a部分是模型的输入源，由彩色视频和二进制的掩码视频两部分构成其中，被遮罩的像素称为缺失区域，代表需要合成的部分。