تعتبر تقنية إدخال الأجسام في الفيديو إحدى التحولات الجذرية في عالم التصوير الرقمي. فهي تتيح إضافة كائنات محددة من قبل المستخدم إلى مشهد ديناميكي موجود، مما يخلق تأثيرات بصرية أكثر إثارة. ومع ذلك، كانت الأساليب الحالية تعتمد غالبًا على نص أو صورة مرجعية واحدة، مما أدى إلى تحديات متعددة مثل تغير الهوية، وعدم توافق الطبقات بين المقدمة والخلفية، وظهور عيوب على الحدود.

في ورقة بحثية حديثة، تمَّ اقتراح إطار عمل جديد لإدخال الأجسام في الفيديو يعالج هذه العوائق عن طريق دمج معلومات متعددة المناظر (Multi-View Object Priors). يقوم هذا الإطار بتحويل الصورة المرجعية ثنائية الأبعاد إلى تمثيل متعدد المناظر، مما يضمن توجيه الهوية الثابتة ودلالات مظهر متسقة مع المشاهد المختلفة.

يأتي هذا النظام مزودًا بآلية وزن تدرك الجودة، مما يقلل من تأثير المشاهد المعاد بناؤها غير المثالية، بالإضافة إلى وحدة ترويج التناسق الواعي بالإدماج لتحسين الخواص البصرية، بما في ذلك الحجب المعقول والنقاء في الحدود والتوافق الزمني.

أظهرت النتائج التجريبية أن هذه الابتكارات تسهم في تحسين الجودة البصرية وقدرة التحكم في الهوية، بالإضافة إلى دمج أكثر تناغمًا بين المقدمة والخلفية. لمزيد من المعلومات، يمكنكم زيارة الموقع الرسمي للمشروع.