还记得哈利波特的“隐身斗篷”吗？披上斗篷的哈利波特瞬间隐身，毫无痕迹。现在只需要一个AI算法，你也可以拥有这件“AI隐身衣”。在视频后期处理中，经常会遇到一项难搞的需求：如何把一个人/物从视频中完美剔除？虽然Ps技术已经很普及，但也很难处理视频问题。而现在，只需要一个名为光流边缘引导（Flow-edge Guided）的AI修复算法，这项耗时又费力的工作分分钟就可以搞定。至于效果怎么样？
我们直接看演示图。上一秒还在路上行驶的汽车，下一秒好像从未出现过。背景也被高度还原，看不出一点痕迹，比如下图女孩消失后，秋千依然还在。另外，它也能处理更复杂的场景和物体，比如还有漂浮在海上的帆船，正在跨越栏杆的赛马选手。如此完美的视频处理效果，也让网友惊呼：现实版《真相捕捉》，视频可能再也不是可靠的证据。研究人员表明，这款AI算法在视频物体移除、去水印和画面扩展方面均达到了目前的最佳SOTA。
而且它还刚刚被ECCV 2020顶会收录。ECCV全称欧洲计算机视觉国际会议（European Conference on Computer Vision），是计算机视觉三大会议之一，每两年举办一次，论文录取率仅为27%。这项“隐身”AI修复技术，主要采用的是光流边缘引导修复算法。与现有方法相比，该算法能够更精准的识别目标物体的运动边界。
现有算法主要通过相邻帧的局部流连接传播色彩，这种方式不能保证所有视频在删除目标物体后，其背景都能恢复原貌，因此，很容易留下伪影。该算法通过引入非局部流连接（Non-local Flow Connections）解决了这个问题，并使得视频内容能够在运动边界上传播。通过在DAVIS数据集上的验证，其可视化和定量结果都表明，该算法具有更好的性能。
论文中，研究人员利用DAVIS数据集，与其他六种现有方法进行了比较，并进一步评估了PSNR，SSIM和LPIPS三项指标。由于内存限制，并不是所有的方法都能处理960×512的分辨率，所以将其缩小到了720×384，并报告了两种分辨率的数值。结果显示，在这三个指标上，本次研究算法性能表现最佳（红色加粗数据）。
另外，在光流补全方面，与最新进的Diffusion和徐瑞（商汤）的算法相比，该方法也能更好地呈现锐利且平滑的运动边界。此外，在修复任务（前三列）和对象移除任务（后三列）方面，也有视觉上也有更好的体现。这篇论文由四位研究人员合力完成，包括弗吉尼亚大学的Chen Gao和Jia-Bin Huang，以及Facebook的Ayush Saraf和Johannes Kopf。
其中，Chen Gao是本篇论文的一作。Chen Gao是弗吉尼亚大学的一名在读博士，专攻计算摄影和计算机视觉领域，研究重点是图像/视频操作和场景理解。在此之前，曾就读于密歇根大学和俄勒冈州立大学。
2019年夏季，在Johannes Kopf博士的帮助下，Chen Gao成为了Facebook Seattle的一名研究实习生，并且与其团队成员合作完成了这篇论文，此外，他还是Google的研究实习生，与Shi Yichang Chang和Lai Wei-Sheng Li都有过深度合作。最后，该团队表示会在近期将这项技术开源。