Vera-Layered-Video는 계층적 확산 모델을 기반으로 콘텐츠 보존형 비디오 편집을 지원하는 것을 목표로 하는 비디오 편집용 계층적 확산 데이터셋으로, 2026년 캘리포니아 공과대학(Caltech)과 넷플릭스가 공동으로 개발 및 출시했습니다. 관련 연구 논문으로는 다음과 같은 것들이 있습니다. Vera: 콘텐츠 보존 비디오 편집을 위한 계층형 확산 모델 . 이 데이터셋은 훈련 세트와 테스트 세트로 구성됩니다. 훈련 세트는 49프레임 클립 11,996개와 81프레임 클립 6,005개로 이루어져 있으며, 테스트 세트는 배경 교체와 객체 추가라는 두 가지 유형의 편집 작업을 포함하는 141개의 클립으로 구성되어 있습니다. 이 작업에는 합성 작업과 실제 장면이 모두 포함됩니다. 훈련 세트 데이터는 Pexels, Mixkit, VideoMatte240K에서 가져왔으며, 테스트 세트에는 DAVIS와 VACEBench의 영상도 추가되었습니다.

데이터셋 구성:

• 49개의 훈련 세트 프레임: 각 프레임은 3초 길이이며, 914개의 realistic-set1-bg-change, 470개의 realistic-set1-obj-add, 770개의 realistic-set2-obj-add, 4,994개의 synthetic-bg-change 및 4,848개의 synthetic-obj-add 프레임을 포함합니다.
• 81개의 훈련 세트 프레임: 각 프레임은 5초 길이이며, 457개의 realistic-set1-bg-change, 235개의 realistic-set1-obj-add, 385개의 realistic-set2-obj-add, 2,497개의 synthetic-bg-change 및 2,431개의 synthetic-obj-add 프레임을 포함합니다.
• 테스트 세트 코드 조각: 69개의 bg-change 문과 72개의 obj-add 문을 포함합니다.

소환

@article{zheng2026vera,
title     = {Vera: A Layered Diffusion Model for Content-Preserving Video Editing},
author    = {Zheng, Hongkai and Cheng, Ta-Ying and Klein, Benjamin and Yue, Yisong and Yuan, Zhuoning},
journal   = {arXiv preprint arXiv:2606.23610},
year      = {2026}
}