你能想象没有图片编辑的互联网吗？所有那些有趣的表情包、花哨的Instagram照片、迷人的风景等等都将消失。那将不是一个有趣的互联网，不是吗？
自从数码相机问世以来，图片编辑一直是许多人的热情所在。在最初的时候，我们有一些简单的编辑工具，但是现在，你几乎可以将图片中的任何东西变成任何东西而不费吹灰之力。图像编辑工具在近年来有了显著的进步，这要归功于所有这些强大的人工智能方法。
然而，当谈到视频编辑时，它落后了。视频编辑通常需要技术专长和复杂的软件。你需要深入研究像Premier和FinalCut Pro这样的复杂工具，并且尝试自己调整每一个细节。难怪视频编辑现在是一个高薪技能。另一方面，甚至可以在移动应用上进行图像编辑，结果对普通用户来说已经足够了。
想象一下，如果交互式视频编辑能够变得像图像编辑一样用户友好，那将有无限的可能性。想象一下，你可以告别技术复杂性，迎接全新的自由！是时候见识一下INVE了。
INVE（交互式神经视频编辑器）是一个解决视频编辑问题的AI模型，正如其名称所示。它提出了一种让非专业用户轻松进行复杂视频编辑的方法。
INVE的主要目标是使用户能够以简单直观的方式对视频进行复杂编辑。该方法基于分层神经图谱表示，其中包括视频中每个对象和背景的2D图谱（图像）。这些图谱允许进行局部和一致的编辑。
视频编辑由于一些固有的挑战而繁琐。例如，视频中的不同对象可能会独立移动，需要精确定位和仔细组合，以避免不自然的伪影。此外，编辑单个帧可能会导致不一致和可见的故障。为了解决这些问题，INVE引入了一种使用分层神经图谱表示的新方法。
这个想法是将视频表示为一组2D图谱，每个移动对象一个图谱，背景一个图谱。这种表示允许进行局部编辑，保持整个视频的一致性。然而，以前的方法在双向映射方面存在困难，很难预测特定编辑的结果。此外，计算复杂性妨碍了实时交互式编辑。
INVE学习了图谱和视频图像之间的双向映射。这使用户可以在图谱或视频本身中进行编辑，提供了更多的编辑选项，并更好地理解编辑在最终视频中的感知效果。
此外，INVE采用了多分辨率哈希编码，显著提高了学习和推理速度。这使用户能够享受真正的交互式编辑体验。
INVE 提供了丰富的编辑操作词汇，包括刚性纹理跟踪和矢量素描；它使用户能够轻松实现他们的编辑愿景。新手用户现在可以利用交互式视频编辑的能力，而不被技术复杂性所困扰。这使得视频编辑，比如给移动的汽车添加外部图形，调整背景森林的色调，或者在道路上画画，可以轻松地将这些编辑传播到整个视频。