研究人员通过将任务重新定义为时间条件的潜在域转换，解决了长时视频重光照中的时间不连续性问题。该框架通过跨边界传播目标域潜在变量来强制分块间的连续性，并利用掩码目标域自条件使这种行为可学习。

  • 在分块边界间传播目标域潜在变量以维持时间一致性。
  • 采用掩码目标域自条件，训练模型从时间掩码的传播上下文继续生成。
  • 引入带有重光照提示锚点的预热提示，以建立初始目标域状态。
  • 提供基于提示的重光照通用接口，使用可控生成模型。

在真实长时视频上的实验表明，时间一致性显著提高，分块边界伪影大幅减少，跨分块的 unwanted 外观变化受到极大抑制。