DeOverlay：视频叠加层去除的基准与源锚定流模型

DeOverlay 是一个源锚定流模型，从源 latent 出发以固定源引导重建干净视频，通过区域加权流匹配训练共享速度网络实现中间状态连续修正。研究同时推出 DVTE-Bench，包含 1,631 对视频、覆盖八类文字叠加，实验显示其在全部五项重建与感知指标上优于四个基线，Mask LPIPS 和 Mask VFID 分别降低 58.3% 和 70.3%。完整基准、评测代码与测试输出将公开。