Este es un modelo de segmentación de objetos no visibles y relleno de contenido en video propuesto por la Universidad Carnegie Mellon. A través de una tarea de generación condicional, y utilizando los conocimientos básicos de los modelos generativos de video, el modelo procesa las secuencias de objetos visibles en un video para generar máscaras de objetos que incluyen partes visibles e invisibles, además de contenido RGB. Las principales ventajas de esta tecnología incluyen la capacidad de manejar situaciones de oclusión elevada y el procesamiento eficaz de objetos deformados. Además, el modelo supera a los métodos existentes en varios conjuntos de datos, especialmente en la segmentación de objetos no visibles en áreas ocultas, con una mejora de rendimiento de hasta el 13%.