본 논문은 비디오 확산 모델의 발전에도 불구하고, 비디오 편집에서 복잡한 모션 패턴, 특히 비강체 객체의 다중 객체 및 초상화 편집과 같은 작업이 여전히 어려운 점을 지적합니다. 기존 방법들은 객체 교체에 국한되고 시간적 일관성을 유지하면서 형태 변형을 고려하는 데 어려움을 겪습니다. 이를 해결하기 위해 본 논문에서는 광학 흐름을 활용한 새로운 비디오 편집 프레임워크인 FlowV2V를 제안합니다. FlowV2V는 비디오 편집을 흐름 기반 이미지-투-비디오(I2V) 생성으로 재정의하여 첫 번째 프레임 편집과 조건부 I2V 생성으로 파이프라인을 분해하고, 변형된 형태에 맞춰 의사 흐름 시퀀스를 생성하여 편집 중 일관성을 보장합니다. DAVIS-EDIT 데이터셋 실험 결과, 기존 최첨단 방법보다 DOVER 및 왜곡 오류 측면에서 각각 13.67% 및 50.66% 향상된 시간적 일관성과 샘플 품질을 보였습니다. 또한, 첫 번째 프레임 패러다임과 흐름 정렬의 기능을 분석하는 추가 실험도 진행했습니다.
