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।