動画インペインティングとは、動画フレーム内の指定領域を前後フレームの情報をもとに時系列の整合性を保ちながら自動補完・修復するAI技術のこと。不要オブジェクト除去や映像修復に広く使われる。
動画インペインティング (Video Inpainting)とは（詳しく解説）
動画インペインティングは、映像内の特定領域（マスク部分）をディープラーニングで補間し、時系列的に自然な映像を生成する技術だ。静止画インペインティングと異なり、時間軸の一貫性（テンポラル・コヒーレンス）の確保が最大の難点となる。主な用途は①ロゴ・透かし・字幕の除去、②撮影時の不要人物・物体消し、③傷や劣化したフィルムの修復、④カメラフレーム外への映像拡張。2026年現在、ProPainterやE2FGVIといったOSSモデルが品質面で頭ひとつ抜けており、短尺（5〜10秒）・Full HDならほぼ実用レベルに達している。実運用での落とし穴として、①長尺になるほどフレーム境界でテクスチャのちらつきが出やすい、②4K以上はVRAM40GB超が必要でクラウドAPI頼りになる、③マスク生成（どこを消すか）をSAM2などで別途行う必要があり工程が二段階になる点が挙げられる。現場での選択基準は「速さ優先か品質優先か」で決まる。RunwayのEraserなど商用SaaSは数クリックで完結する代わりに1動画あたり数ドル〜十数ドルの相場感。OSSパイプラインは無料だがGPUセットアップと1分動画で数十分の処理時間がコストになる。AI PICKSが調べた事例では、ロゴ除去・短尺案件なら商用APIが費用対効果で優位なケースが多い。
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「動画インペインティング (Video Inpainting)とは」 https://aipicks.jp/glossary/video-inpainting
動画インペインティング (Video Inpainting)の使用例
- インタビュー映像の背景に映り込んだ他社ロゴをRunwayのEraserでマスク指定→5秒で除去。前後フレームとのなじみも自然で再撮影不要だった。
- ProPainterで古いフィルム映像のスクラッチノイズを逐次補完。Full HD・30秒素材の処理時間は約20分（RTX 4090使用）。
