यह उत्पाद एक अभिनव ढाँचा प्रदान करता है जो विशेष रूप से वार्तालाप वीडियो में, सुचारू कटौती को सक्षम बनाता है। यह वीडियो के विषय की उपस्थिति का उपयोग करता है, घने पोज़ प्रमुख बिंदुओं और चेहरे के लक्षणों द्वारा संचालित एक मध्यवर्ती प्रतिनिधित्व के माध्यम से अन्य स्रोत फ्रेम से जानकारी को मिलाता है। गति को प्राप्त करने के लिए, यह कट के आसपास के अंतिम फ्रेमों के बीच प्रमुख बिंदुओं और लक्षणों का अंतःक्षेप करता है। फिर छवि रूपांतरण नेटवर्क का उपयोग प्रमुख बिंदुओं और स्रोत फ्रेम से पिक्सेल को संश्लेषित करने के लिए किया जाता है। चूँकि प्रमुख बिंदुओं में त्रुटियाँ हो सकती हैं, इसलिए प्रत्येक प्रमुख बिंदु के लिए सबसे उपयुक्त स्रोत का चयन करने और उसे चुनने के लिए एक क्रॉस-मॉडल ध्यान तंत्र प्रस्तावित किया गया है। इस मध्यवर्ती प्रतिनिधित्व का उपयोग करके, हमारा तरीका मजबूत वीडियो अंतःक्षेप बेंचमार्क की तुलना में मजबूत परिणाम प्राप्त कर सकता है। हमने विभिन्न कटौती पर अपने तरीके का प्रदर्शन किया है, जैसे कि फिलर शब्दों, ठहराव और यहां तक कि यादृच्छिक कटौती को हटाना। हमारे प्रयोगों से पता चलता है कि हम चुनौतीपूर्ण परिस्थितियों में भी, जैसे कि बातचीत करने वाले सिर के घूमने या अत्यधिक गति पर, निर्बाध संक्रमण प्राप्त कर सकते हैं।