diffusion-vas

用扩散先验，让视频分割看穿遮挡，补全完整物体。

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。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 127

维护状态低维护

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队Kaihua-Chen

所属国家

官网地址https://diffusion-vas.github.io

GitHubhttps://github.com/Kaihua-Chen/diffusion-vas

定价模式free

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

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★ 127

30天Star增速

HF 下载量

上线时间2024-12-07 00:00:00

最近更新2026-09-18 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

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)

项目介绍

diffusion-vas 是计算机视觉领域的开源项目，由 Kaihua-Chen 开发，2024 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 127。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-18。MIT许可证，代码免费使用，无在线服务或付费版本。

它主要面向的使用场景是：自动驾驶中分割被遮挡的行人或车辆。同类可对比的替代方案包括 Amodal3D、AISFormer、Video Amodal Segmentation (VASNet)。

上一篇：RotoAI

下一篇：hms-ml-demo