diffusion-vas

用扩散先验,让视频分割看穿遮挡,补全完整物体。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 视频生成 🍴 复刻 8 🐛 待处理 3 👀 关注 8
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 129
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,代码免费使用,无在线服务或付费版本。

项目预览

diffusion-vas 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类视频生成
开发团队Kaihua-Chen
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,代码免费使用,无在线服务或付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型amodal-completion,amodal-perception,diffusion-models,video-diffusion
GitHub 星标★ 129
上线时间2024-12-07 00:00:00
代码更新2025-11-13
仓库体积102.8 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

diffusion-vas 是 CVPR 2025 的官方代码实现,专注于视频无模态分割(Video Amodal Segmentation)任务。该任务旨在从视频中分割出被遮挡物体的完整区域,即使物体部分不可见。项目利用视频扩散模型的先验知识,结合分割网络,解决传统方法在遮挡场景下分割不完整的问题。核心能力包括:基于扩散先验的遮挡推理、视频时序一致性处理、以及端到端的训练与推理流程。它适用于自动驾驶、视频编辑、增强现实等需要理解遮挡关系的场景,能有效提升对复杂动态场景中物体的感知完整性。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 129

核心亮点

  • CVPR 2025 官方代码,学术权威性高,方法经过同行评审
  • 创新性地将视频扩散模型先验用于无模态分割,解决遮挡难题
  • 提供完整训练与推理代码,便于复现和二次开发

不足之处

  • 项目处于早期,文档和社区支持待观察
  • 依赖扩散模型,推理速度可能较慢,实时性受限

适用场景

  • 自动驾驶中分割被遮挡的行人或车辆
  • 视频编辑中自动补全被前景遮挡的背景物体
  • 增强现实中理解物体完整形状以进行虚拟叠加

替代项目

Amodal3D、AISFormer、Video Amodal Segmentation (VASNet)

上一篇:RotoAI

下一篇:hms-ml-demo

同类项目推荐

onepanel 开源

一站式搞定计算机视觉项目,从标注到部署全流程自动化

The open source, end-to-end computer vision platform. Label, build, train, tune, dep···

★ 733 2026-08-09
machinevision-toolbox-python 开源

像搭积木一样搞定相机标定、特征提取和图像分割,快速验证视觉算法。

Machine vision toolbox for Python

★ 225 2026-08-10
diffusion-vas 开源

用扩散先验,让视频分割看穿遮挡,补全完整物体。

[CVPR 2025] Official code for Using Diffusion Priors for Video Amodal Segmentation

★ 129 2026-08-09
llm_aided_ocr 开源

用 LLM 把扫描 PDF 变成干净 Markdown,识别更准、格式更规整。

Enhances Tesseract OCR output using LLMs (local or API) for error correction, smart ···

★ 3010 2026-08-09
Groma 开源

让多模态模型精准指认图像中的每个区域,实现细粒度视觉定位。

[ECCV2024] Grounded Multimodal Large Language Model with Localized Visual Tokenizati···

★ 587 2026-08-09
NI-Tex 开源

从平铺图一键生成贴合人体的3D服装纹理

[CVPR 2026 Highlight] It's the official repository of "NI-Tex: Non-isometric Image-b···

★ 75 2026-08-09
PartGLEE 开源

识别并解析任意物体的部件,让AI看懂物体内部结构

[ECCV2024] PartGLEE: A Foundation Model for Recognizing and Parsing Any Objects

★ 66 2026-08-09
neverclick 开源

用键盘加本地视觉识别,替代鼠标点按操作

Keyboard-driven mouse control using local computer vision.

★ 491 2026-09-18
dsh-vision-router 开源

一条命令给文本 agent 装上眼睛,免费看图问答

Eyes for text-only DeepSeek Harness agents: built-in free vision chain (no key) + pi···

★ 1253 2026-09-19