MatAnyone 提出了一种创新的目标指定型视频抠像方法，旨在解决复杂背景和多目标干扰下的视频抠像难题。该方法通过在第一帧指定抠像目标，利用记忆传播机制，实现了在整个视频中稳定、高质量的目标提取。研究者还构建了更大规模、更高质量的训练数据集 VM800，并提出了创新的训练策略，显著提升了模型在真实场景中的泛化能力。该技术在电影、短视频制作和实时视频通讯等领域具有广泛的应用前景。

🎯 MatAnyone 是一种基于记忆传播的「目标指定型」视频抠像方法，用户只需在第一帧通过人物遮罩指定抠像目标，即可在整个视频中实现稳定、高质量的目标提取，解决了传统方法在复杂背景和多目标干扰下的难题。

💡 该方法受视频目标分割的记忆力机制启发，采用了「区域自适应记忆融合」技术，智能调节记忆信息在不同区域的传播程度，从而在确保人物主体语义稳定性的同时，细致捕捉毛发等精细边界细节。

📊 为了提升模型的性能和泛化能力，研究团队构建了更大规模、更高质量的训练数据集 VM800，并提出了利用真实分割数据进行核心区域监督的训练策略。

👤 报告嘉宾杨沛青是南洋理工大学 MMLab 的二年级博士生，师从吕健勤教授，研究方向涵盖计算机视觉与深度学习，聚焦于视觉内容增强、编辑及生成，在 CVPR、NeurIPS、IJCV 等国际顶级会议与期刊上发表多篇研究成果。