论文开源约14万对视频的背景替换数据集、基准与模型。
资讯摘要
论文指出，现有开源视频编辑数据集多聚焦局部编辑或风格迁移，背景替换因需合成全新且时序一致的场景、保持前后景交互而数据稀缺，导致 Kiwi-Edit 等模型表现不佳，问题源于数据合成时缺乏精确背景引导。作者设计解耦生成前景与背景引导并严格质量过滤的可扩展流程，构建约 14 万对视频的 Sparkle 数据集、Sparkle-Bench 基准及配套模型，并全部开源。
要点速读
- 论文将背景替换数据质量下降归因于合成时缺少精确背景引导，提出解耦生成前景与背景引导并严格过滤的流程。
- 发布 Sparkle 数据集约 14 万对视频，覆盖五类常见背景更换主题，并推出 Sparkle-Bench 评测基准。
- 作者报告其数据集与训练模型在 OpenVE-Bench 和 Sparkle-Bench 上均优于现有基线，数据集、基准、模型与生成流程已开源。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。