我猜大家一定都有过这种需求，拍照录视频，想 P 掉身边的路人。

就比如我上段时间去拍婚纱照，草坪上站着很多帅哥、美女，但毕竟婚纱照，人多了没那感觉，格格不入，只能全部P掉，效果就是这样的：

但你说，这 P 图还好，可以一张一张图抠，那要是录个 vlog，一帧一帧抠能抠到“吐血”吧。

当然，如果有包场的“钞”能力，这都不是事。

囊中羞涩，算法来凑。

今天给大家介绍一篇 CVPR 2022 的论文，E2FGVI 算法帮你搞定 P 视频这件事，上演人像消失术。

我们先看下效果：

因为图片不能放太大的，动图有些压缩模糊，但是不影响算法的直观效果。

除了去掉 Mask 上的人，还能去水印。

填补缺失的部分。

处理视频的高分辨率画质，也不在话下。

E2FGVI

E2FGVI 主要分为三个模块：

• flow completion：光流预测，说白了就是看下mask目标，怎么运动，往哪边运动。

• feature propagation：特征工程，利用局部、全局特征，对空洞的区域进行补充。前景的物体移动了，背景有空洞，先用这些特征进行一个初步填充。

• content hallucination：使用特征填充后，还会有一些确实的部分，再用 inpainting 网络优化。

整体大概，就是这么个思路。

万变不离其宗，很多算法虽然应用的领域不同，但是用到的思想都是类似的，比如上两天我讲解过的  Image Animation 算法。

该死，这糟糕的心动感

项目部署

算法已开源：

项目地址：

https://github.com/MCG-NKU/E2FGVI

首先需要搭建开发环境，这里还是建议使用 Anaconda，安装一些必要的第三方库。

如果想手把手的视频教程，可以看我上段时间发布的视频：

https://www.bilibili.com/video/BV14R4y1g7qs

这个工程没有提供 requirements.txt 的依赖说明，不过提供了 environment.yml 文件。

我们使用如下指令，可以创建一个能运行这个算法的虚拟环境：

conda env create -f environment.yml
conda activate e2fgvi

这个项目用的是 OpenMMLab 的工具箱，除了配置基础的环境，还需要安装 OpenMMLab，这里可以直接使用官方教程进行安装：

https://github.com/open-mmlab/mmcv/blob/master/README_zh-CN.md

配置好环境，下载权重文件，放到 release_model 目录下即可。

项目已经提供了谷歌网盘和百度网盘的下载链接，想要试试效果的小伙伴，可以用他们提供的链接下载权重文件。

算法需要提供一个原始图片 or 视频，以及图片 mask or 视频 mask。

# The first example (using split video frames)
python test.py --model e2fgvi (or e2fgvi_hq) --video examples/tennis --mask examples/tennis_mask  --ckpt release_model/E2FGVI-CVPR22.pth (or release_model/E2FGVI-HQ-CVPR22.pth)
# The second example (using mp4 format video)
python test.py --model e2fgvi (or e2fgvi_hq) --video examples/schoolgirls.mp4 --mask examples/schoolgirls_mask  --ckpt release_model/E2FGVI-CVPR22.pth (or release_model/E2FGVI-HQ-CVPR22.pth)

mask 就是将你想去掉的人、动物选上，做个 mask 图片或视频。

左侧绿色的框框，就是 mask 的结果。

这里呢，可以再加个实例分割算法，想 mask 什么目标，就 mask 什么目标，再配合这个 E2FGVI 效果应该还不错。

感兴趣的小伙伴，可以试一试。