a312863063/Video-Auto-Wipe

解决的问题

本项目提供了一种自动移除视频中不需要的固定模式内容（如字幕、logo 和动画图标）的方法，并填补缺失区域以恢复视频外观。

工作原理

系统采用两步训练流程。首先，通过时间感知训练帮助模型识别前景元素（需要擦除的内容）。然后将此信息整合到擦除模型中，进行端到端微调。

针对不同类型的內容，使用不同的检测方法：

• 字幕：通过识别具有稳定文本样式的区域来检测。
• Logo：通过检测在时间上保持静止的像素块来识别。
• 动态图标：通过检测闪烁或动态移动的固定像素块来识别。

适用人群

希望无需手动遮罩即可清理视频中干扰性叠加层、字幕或水印的用户。

主要亮点

• 自动检测：自动感知字幕和 logo 的位置，无需手动输入。
• 时间一致性：利用时间搜索与补全能力，恢复细节和无文字区域。
• 自定义训练数据：基于包含超过 3,000 个电影和综艺片段的合成前景叠加数据集构建。