本研究提出了一种利用生成模型将静态图像转换为视频的方法，解决了视频显著目标检测中的光流生成不真实问题。通过应用图像到视频的扩散模型，生成逼真的光流，保持语义完整性，并反映场景元素的独立运动。这种方法显著提升了模型训练效果，并在公开基准数据集上达到了最先进的性能。