वीडियो विश्लेषण के क्षेत्र में, वस्तुओं की स्थिरता मानव के लिए एक महत्वपूर्ण संकेत है, जो यह समझने में मदद करता है कि वस्तु पूरी तरह से अवरुद्ध होने पर भी मौजूद है। हालांकि, वर्तमान वस्तु विभाजन विधियाँ अधिकांशतः केवल दृश्य (मोडल) वस्तुओं पर ध्यान केंद्रित करती हैं, और अदृश्य (दृश्य + अदृश्य) वस्तुओं के साथ काम करने में कमी है। इस समस्या का समाधान करने के लिए, शोधकर्ताओं ने एक दो-चरणीय विधि डिफ्यूज़न-वास पेश की है, जिसका उद्देश्य वीडियो अदृश्य विभाजन और सामग्री पूरी करने के प्रभाव को बढ़ाना है, यह वीडियो में निर्धारित लक्ष्य को ट्रैक कर सकता है, और फिर अवरुद्ध भागों को पूरा करने के लिए डिफ्यूज़न मॉडल का उपयोग कर सकता है।

अल्बर्टा विश्वविद्यालय, टोरंटो विश्वविद्यालय और हुआवेई नॉक्स लैब ने एक नई विधि का विकास किया है जिसे TexGen कहा जाता है, जिसका उद्देश्य 3D मॉडलिंग क्षेत्र में यथार्थवादी बनावट उत्पन्न करने की कठिनाई को हल करना है। यह तकनीक टेक्स्ट वर्णन के माध्यम से संबंधित 3D बनावट उत्पन्न करती है, जो मौजूदा तकनीकों से काफी बेहतर है। इसका मूल बहु-दृष्टिकोण नमूना और फिर से नमूना ढांचा है, जो पूर्व-प्रशिक्षित टेक्स्ट-से-चित्र डिफ्यूज़न मॉडल के साथ जोड़ा गया है। यह विधि RGB पैरामीटर की बनावट छवि को बनाए रखती है और हर नमूनाकरण के बाद इसे अद्यतन करती है, जिससे दृष्टिकोणों के बीच का अंतर प्रभावी रूप से कम हो जाता है और दृष्टिकोण-संगत बनावट उत्पन्न होती है। ध्यान गाइड पेश किया गया है।

Stable-Hair एक अभिनव हेयर ट्रांसफर तकनीक है, जिसका उद्देश्य विविध और जटिल हेयरस्टाइल के प्रसंस्करण में मौजूदा तकनीकों की चुनौतियों को हल करना है, ताकि उपयोगकर्ताओं को बेहतर वर्चुअल हेयर ट्रॉयल अनुभव प्रदान किया जा सके। यह तकनीक डिफ्यूज़न मॉडल के माध्यम से वास्तविक हेयरस्टाइल को उपयोगकर्ता द्वारा प्रदान किए गए चेहरे की छवि पर सटीक रूप से ट्रांसफर करती है। इसकी कार्यप्रणाली दो चरणों में बाँटी गई है: पहले चरण में 'बोल्ड कैप ट्रांसफार्मर' का उपयोग करके छवि से बाल हटाए जाते हैं, फिर 'हेयरस्टाइल एक्सट्रैक्टर', 'पोटेंशियल आइडेंटिटी नेटवर्क' और 'हेयर क्रॉस अटेंशन लेयर' तीन अनोखे मॉड्यूल के माध्यम से हेयरस्टाइल ट्रांसफर किया जाता है, जिससे ट्रांसफर का प्रभाव उच्च स्तर का सुनिश्चित होता है।