用视频扩散模型做时空数据增强：Generative Spatiotemporal Data Augmentation

研究提出用现成视频扩散模型生成真实 3D 空间与时间变化，作为补充训练数据实现时空数据增强，在数据稀缺场景（如 UAV 航拍图像）下带来稳定性能提升。方法还给出生成设置选择、标注迁移到合成帧、以及处理生成视角中新暴露无标注区域（disocclusion）的实践指南。在 COCO 子集和 UAV 数据集上的实验显示，恰当使用时该增强能沿传统方法覆盖不足的维度拓宽数据分布。