用少量标注，自动预测并传播视频中的运动信息
这是一个CVPR 2019的官方代码项目，专注于视频中的条件运动传播问题。其核心目标是解决视频中物体运动信息的预测与传播，尤其在交互式视频标注场景下，能够根据用户提供的少量标注（如稀疏轨迹或关键点）自动预测并传播运动信息到整个视频序列。项目采用自监督表示学习方法，学习视频帧间的运动特征，实现无需大量人工标注即可完成运动预测。主要能力包括：基于条件输入的运动传播、自监督特征学习、以及交互式标注的辅助支持。该工作为视频理解、视频编辑和物体跟踪等下游任务提供了基础的运动预测模型。
FlowNet2、RAFT、Self-Supervised Motion Prediction
conditional-motion-propagation 是视频领域的开源项目，由 XiaohangZhan 开发，2019 年首次发布。
它收录于视频分类，该分类目前共有 473 个项目，GitHub 星标数为 159。
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 2026-03-18。MIT许可证，完全免费，需自行部署。
它主要面向的使用场景是：视频物体跟踪，利用运动传播预测物体后续位置。同类可对比的替代方案包括 FlowNet2、RAFT、Self-Supervised Motion Prediction。
上一篇：video_prediction
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
MagicDance
开源
一张图+任意动作，生成身份不变的逼真人物视频
[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···
