video-matting

MatAnyone-E 是 MatAnyone 2 的高效扩展版本，用于高分辨率视频抠图。它仅对不确定区域进行高分辨率记忆匹配，并采用轻量级解码器，在保持抠图质量的同时，实现最高 7.4 倍的加速，并将 4K 分辨率下的 GPU 峰值显存占用降至原来的 7.6%。

VideoMaMa++ 提出一种掩码引导的扩散式视频抠图框架，通过分离的 RGB/掩码 token 流以及 preserve-and-refine 可学习嵌入，实现跨片段边界的滑窗推理，从而在长视频中保持时间一致性并提升细节精度。

SAM2Matting 引入了一种从追踪到抠图的框架，通过区域建议桥接和抠图头增强 SAM2 等基础追踪器，即使在仅用图像训练的情况下，也能实现最先进的视频抠图性能，并在多样场景中展现出强大的泛化能力。