Shuzhou Yang, Lanqing Guo, Lingen Li, Weiqi Li, Zhao Zhong, Liefeng Bo, Jian Zhang · 2026 · arXiv
DOI: 10.48550/arXiv.2610.31641 · open-access PDF
La suppression et l'injection d'objets vidéo sont des opérations d'édition réciproques entre les états vidéo présent-objet et absent-objet, mais elles diffèrent considérablement en termes de difficulté d'entraînement. La suppression peut être efficacement démarrée à partir de la peinture vidéo et adapté pour supprimer les effets d'interaction liés à l'objet. Cependant, l'injection nécessite une supervision à grande échelle pour modéliser l'apparence de l'objet, la dynamique et les effets dépendant de la scène, tandis que les paires du monde réel parfaitement alignées sont difficiles à collecter et les données synthétiques manquent de réalisme et de diversité suffisants.
Machine translation (Meta M2M100); the English original follows.
Video object removal and injection are reciprocal editing operations between object-present and object-absent video states, yet they differ substantially in training difficulty. Removal can be effectively bootstrapped from video inpainting and further adapted to erase object-related interaction effects. Injection, however, requires large-scale paired supervision to model object appearance, dynamics, and scene-dependent effects, while perfectly aligned real-world pairs are difficult to collect and synthetic data lacks sufficient realism and diversity. To address this challenge, we present UniVO
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31641, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange