视频非可见物体分割与内容补全的先进研究

用于手术视频分割的先进模型，Segment Anything 2 for Surgical Video Segmentation官网入口网址

3D人体姿态估计技术，AvatarPose官网入口网址

一种无混叠的任意尺度超分辨率方法。

通过多实例扩散模型将单张图像生成高保真度的3D场景。

基于Segment-Anything-2和Segment-Anything-1的自动全视频分割工具

一个基于深度学习的图像和视频描述模型。

为 Diffusion Transformer 提供高效灵活的控制框架。

Video Depth Anything: Consistent Depth Estimation for Super-Long Videos

用于理解任意视频中的相机运动的工具。